北京人工智能-深度學習技術(shù)與實踐

關(guān)于舉辦“人工智能-深度學習技術(shù)與實踐”培訓的通知

各有關(guān)單位：

中國科學院計算技術(shù)研究所是國家專門的計算技術(shù)研究機構(gòu)，同時也是中國信息化建設(shè)和人工智能建設(shè)的重要支撐單位，中科院計算所培訓中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓的專業(yè)培訓機構(gòu)。中心憑借科學院的強大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實幫助中國軟件企業(yè)培養(yǎng)高級軟件技術(shù)人才，提升整體研發(fā)能力，迄今為止已先后為國家培養(yǎng)了數(shù)萬名計算機專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進行過專門的定制培訓服務。

深度學習(Deep Learning, DL)是機器學習研究中的一個新的領(lǐng)域，其動機在于建立、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡，它模仿人腦的機制來解釋數(shù)據(jù)，被認為是智能機器可能的“大腦結(jié)構(gòu)”。得益于GPU的發(fā)展，深度學習在人工智能領(lǐng)域取得了大量杰出的成果，成為人工智能時代最重要的技術(shù)之一，風靡全球。目前，深度學習的應用遍及人工智能的各個領(lǐng)域，如圖像識別、語音識別、自然語言理解、人臉識別、無人駕駛、推薦系統(tǒng)、社交網(wǎng)絡、計算機視覺、智能機器人等。隨著人工智能技術(shù)的快速發(fā)展以及國家在人工智能領(lǐng)域的戰(zhàn)略布局，深度學習方面的人才成為國家急需的高層次技術(shù)人才。為將深度器學習的重要知識和最新進展進行推廣，培訓中心特舉辦“人工智能-深度學習技術(shù)與實踐”培訓班，本次培訓采用理論 實踐相結(jié)合的模式，以達到不僅從知識層面掌握深度學習技術(shù)，更從實踐層面熟練使用深度學習技術(shù)。培訓事宜通知如下：

一、培訓對象

1，高級程序員、資深開發(fā)人員、人工智能工程師、圖像處理工程師、機器學習工程師。

2，牽涉到網(wǎng)絡采集、處理和規(guī)劃的負責人、設(shè)計人員。

3，政府機關(guān)，金融保險、移動等以互聯(lián)網(wǎng)信息為數(shù)據(jù)來源單位的負責人。

4，高校、科研院所牽涉到網(wǎng)絡數(shù)據(jù)采集與數(shù)據(jù)處理及展現(xiàn)的項目負責人。

二、學員基礎(chǔ)

1，對IT系統(tǒng)設(shè)計有一定的理論與實踐經(jīng)驗。

2. 對機器學習有一定的基礎(chǔ)。

2，對深度學習有一定的興趣。

三、師資

由業(yè)界知名深度學習專家親自授課：

司老師 清華大學博士，深度學習方面專家，在意大利舉辦的國際在線指紋識別競賽中獲得冠軍，在機器學習和模式識別領(lǐng)域期刊IEEE TPAMI等期刊發(fā)表多篇論文，擁有5個中國專利和1個美國專利，是人工智能、深度學習、機器學習和圖像處理和模式識別領(lǐng)域的實戰(zhàn)派專家。

四、培訓內(nèi)容

理論部分：

第一講 深度學習簡介

1.1什么是深度學習

1.2 為什么進行深度學習

1.3 深度學習的發(fā)展簡史

1.4 深度學習的三個步驟

1.5深度學習的現(xiàn)實案例舉例

第二講 深度學習之始：人工神經(jīng)網(wǎng)絡

2.1 人工神經(jīng)網(wǎng)絡的設(shè)計動機是什么

2.2 單個神經(jīng)元的功能

2.3 人工神經(jīng)網(wǎng)絡的優(yōu)化以及誤差逆?zhèn)鞑ィ˙P）算法

2.4 人工神經(jīng)網(wǎng)絡中需要注意的問題

2.5 人工神經(jīng)網(wǎng)絡在表情識別、流量預測中的應用案例

第三講 深度學習中的技巧和注意事項

3.1 深度學習中過學習問題的處理

3.2 如何選擇損失函數(shù)

3.3 如何并行化

3.4 如何解決深度學習中梯度消失問題

3.5 如何選擇激勵函數(shù)

3.6 權(quán)值衰減、Dropout以及新的網(wǎng)絡架構(gòu)

第四講 卷積神經(jīng)網(wǎng)絡

4.1 卷積以及卷積網(wǎng)絡的概念

4.2 為什么在使用卷積網(wǎng)絡

4.3 卷積網(wǎng)絡的結(jié)構(gòu)設(shè)計

4.4 卷積網(wǎng)絡在圍棋中的應用

4.5 卷積神經(jīng)網(wǎng)絡在圖像識別中的應用案例

第五講 循環(huán)神經(jīng)網(wǎng)絡

5.1 為什么要使用循環(huán)神經(jīng)網(wǎng)絡

5.2 1-of-N編碼

5.3 長短期記憶網(wǎng)絡

5.4循環(huán)神經(jīng)網(wǎng)絡中的BPTT算法

7.5 循環(huán)神經(jīng)網(wǎng)絡在視頻處理中的應用

第六講 深度學習未來展望

6.1 監(jiān)督學習中的新應用

6.2 強制學習中的新應用

6.3 非監(jiān)督學習中的新應用

6.4 DeepMind介紹

實踐部分

第七講 使用深度學習工具Keras進行手寫體識別

第八講 使用深度學習工具TensorFlow進行圖像識別

五、培訓目標

1，全面了解深度學習。

2，能將深度學習技術(shù)應用于實際項目。

3，能將深度學習技術(shù)和人工智能的其他技術(shù)進行結(jié)合，做擴展應用。

六、培訓時間、地點

時間： 2018年4月12日-4月13日 地點：北京

2018年5月24日-5月25日 地點：上海

七、證書

培訓結(jié)束，頒發(fā)中科院計算所職業(yè)培訓中心“人工智能-深度學習技術(shù)與實踐”結(jié)業(yè)證書。

八、費用

培訓費：5500元/人（含教材、證書、午餐、學習用具等）。住宿協(xié)助安排，費用自理。