首页 > 选课中心 > 数据分析 > 【快班】机器读心术之神经网络与深度学习
【快班】机器读心术之神经网络与深度学习
此课程所属 【数据分析师专业方向】, 【人工智能职业方向】专业,报名专业套餐,可享受0元学习特惠!点击了解详情
2017年05月03日 17点 共13课 ★★★
开课时间 课程周期 难易度
招生中

立即报名
网络 算法 模型 神经网络 深度学习
课程介绍
这是“机器读心术”系列的第二门课程(另一门课是《机器读心术之文本挖掘与自然语言处理)。Alphago的秘密将本课程内被揭开!

深度学习正在引发一场深刻的技术革命,这是人类首次如此接近思维的本质。象手写体识别,脸像识别这类系统,过去的思路是从业务背景中线提取特征,然后产生若干辨识逻辑,再形成算法编程实现,但对于像imagenet那样要对上百万的图片进行上千个分类识别的问题,以往的技术就傻眼了,别说逻辑,连特征的提取都因为过于复杂而没办法进行。现在流行的深度学习网络的方法,把逻辑隐藏在成百上千万的神经网络权值里,让特征被自动识别与提取,却能得出让人吃惊的高准确率。给出通用的框架,通过大量学习数据训练出合适的权值,权值就是逻辑,这是未来的方向,那种先设计算法敲代码的日子该一去不复返了,以后甚至程序员的工作都由机器全部完成也不是没有可能。

深度学习是传统神经网络的发展延伸,随着AlphaGo的热潮成为当前机器学习最火热的前沿方向之一,预计在今后数年以深度学习为主要内容的人工智能将形成继云计算,大数据后的新热点,引发创业潮和技术革命,前程无量。我们学习掌握这个领域的知识,可以抓住未来的发展方向。深度学习领域的特点是适合读的成熟教材几乎没有,但有浩瀚如烟的一大堆论文构成整个知识体系的各种细节,所以体系化这些知识,是学习者面对的首要困难。其次,这些领域大多涉及深涩艰难的算法模型,比如Hopfield网络,受限玻尔兹曼机,自编码器,卷积神经网络,深度置信网络等,基础稍差的人,估计即使花上几年去读,也不可能取得多大的自我进展。知识难以理解的程度超出了很多学习者的极限。所以本课程的目的就是起指路人的作用,为大家选材,整理,融合案例,通过体系化学习提高效率,力争在数个月时间里系统掌握这个领域的大部分知识并应用到实践中去。

我开设这门课的“卖点”就是:用最通俗的语言,从起点开始,由浅入深讲解这些机器领域里最深奥的知识,使即使基础不扎实,理解能力不超群的大众,也能通过课程掌握这些前沿领域的细节技术,并且应用在自己的场景里去完成某些事情。这不是一项轻松愉快的讲授任务,但按照以往在炼数成金上讲授诸多同样具有难度的课程的经验,以及各位同学的鼓励鞭策,又给我无穷的力量和信心,坚持下去把课程做完做好。
课程大纲
第1课 跌宕起伏70年:神经网络发展概述;最简单的神经元仿生:单层感知器
第2课 线性神经网络,BP神经网络,基于梯度下降的各种学习算法
第3课 BP神经网络应用,图像压缩,信用识别;稀疏自动编码器与特征提取
第4课 能联想和记忆的Hopfield神经网络,DHNN与DCNN;应用:OCR识别,解决旅行商问题
第5课 模拟退火算法与Boltzmann机:随机版的Hopfield神经网络
第6课 受限Boltzmann机RBM,应用RBM进行协同过滤
第7课 深度置信网络:利用堆叠的RBM进行权值预训练,应用于图像编码与解码,图像识别
第8课 万能逼近器:径向基神经网络;PCA与SVM神经网络
第9课 自组织竞争神经网络,递归神经网络
第10课 卷积神经网络;经典应用:MNIST手写体数字识别,Imagenet图像识别
第11课 计算机博弈原理,蒙特卡洛树搜索,深度学习与AlphaGo,价值网络与策略网络的设计,构成和训练
第12课 深度学习在自然语言处理中的应用
第13课 堆叠150层的超深度网络:深度残差网络
授课讲师
tigerfish,知名数据库网站ITPUB创始人,知名数据分析网站炼数成金创始人。数据库专家,数据分析专家,有丰富的IT领域、数学领域的知识经验。他将带领他的数据分析团队完成整个授课工作。
课程环境
windows,linux,macos等均可
授课对象
对神经网络技术和深度学习感兴趣者,潜在研究者,爱好者,职业方向准备转型高级数据分析师,迈向数据科学家的朋友。最好是学习过炼数成金上《机器学习》课程或具备类似能力。
收获预期
熟悉神经网络技术和深度学习,懂得怎样运用到自己的实际工作,设计有一定规模的学习系统,智能化地解决某些场景的实际问题。个人技术能力和数据分析能力,知识见解有明显增长
课程试听
课程学费
学费:600元(固定学费:400元 + 逆向学费:200元)
新颖的课程收费形式:“逆向收费”约等于免费学习,课程收取400元固定收费 + 200元逆向学费,学习圆满则全额奖励返还给学员!
特别说明如下
本门课程本来打算完全免费,某位大神曾经说过“成功就是正确的方向再加上适度的压力”。考虑到讲师本身要付出巨大的劳动,为了防止一些朋友在学习途中半途而废,浪费了讲师的付出,为此我们计划模仿某些健身课程,使用“逆向收费”的方法。 在 报名时每位报名者收取600元,其中400元为固定 收费,另外200元是暂存学费,即如果学员能完成全部课程要求,包括完成全部的书面作业,则200元全款退回。如果学员未能坚持到完全所有的学习计划任务,则会被扣款。期望这种方式可以转化为大家强烈的学习愿望和驱动力!
课程授课方式

1、 学习方式:老师发布教学资料、教材,幻灯片和视频,学员通过网络下载学习。同时通过论坛互动中老师对学员进行指导及学员之间相互交流。

2、 学习作业:每课均有布置课后作业,学员完成书面作业后则可进入下一课学习。

3、 老师辅导:通过论坛站内信及邮件等多种方式与老师进行一对一互动。

4、 完成课程:最后一课作业交纳后,老师完成作业批改,即可完成课程并取回相应剩余的逆向学费。

联系我们
咨询Email :edu01@dataguru.cnedu02@dataguru.cn
课程入门讨论咨询QQ群:413249461(群内有培训公开课视频供大家免费观看)
咨询QQ: 点击这里给我发消息 点击这里给我发消息
您是否对此课程还有疑问,那么请 点击进入FAQ,您的问题将基本得到解答
全国统一咨询热线: 4008-010-006
最新技术热点、 最新行业资讯,最新培训课程信息,尽在炼数成金官方微信,低成本传递高端知识!技术成就梦想!欢迎关注!
打开微信,使用扫一扫功能,即刻关注炼数成金官方微信账户,不容错过的精彩,期待您的体验!!!

授课老师

黄志洪黄志洪
tigerfish,ITPUB创始人,炼数成金创始人。中山大学海量数据与云计算研究中心主任。数据库专家,数据分析专家,有丰富的IT领域、数学领域的知识经验。曾经讲授炼数成金上《机器学习》、《数据分析、展现与R语言》、《数据分析与SAS》、《Hadoop数据分析平台》等多门受欢迎课程。他将带领他的数据分析团队完成整个授课工作。

其他快班课程

【快班】DevSecOps安全交付应用实战
【快班】JavaScript突击-从精通到项目实战
【快班】R语言魔鬼训练营
【快班】基于案例学习bash脚本编程
【快班】量化投资基础计算与模型
【快班】老板说服术之玩转数据展示
【快班】数据库系统实现技术内幕
【快班】Goldengate从入门到精通
【快班】Oracle 12C RAC集群原理与管理实战
【快班】Mycat从入门到精通
【快班】基于案例学SQL优化
【快班】深入理解Storm与大数据实战
【快班】Java魔鬼训练营
【快班】Excel数据分析师突击—从入门到精通到项目实战
【快班】自己动手实践神经网络
【快班】自然语言处理软件实验
【快班】应用系统架构优化方法与案例实战
【快班】Hadoop数据分析平台
【快班】数据分析与SAS
【快班】比特币
【快班】机器读心术之文本挖掘与自然语言处理
【快班】快速上手Jmeter性能测试工具
【快班】软件性能测试
【快班】软件自动化测试Selenium2
【快班】大数据必知的java基础
【快班】快速数据挖掘平台RapidMiner
【快班】R语言编程技巧
【快班】深入BI之Kettle篇
【快班】基于案例学Java服务器端程序设计
【快班】Scala从基础到开发实战
【快班】供应链物流—电商发展的“核”动力
【快班】详解SQL与PL/SQL
【快班】Oracle职业直通车
【快班】深度玩转Excel
【快班】Hadoop应用开发实战案例
【快班】大数据的Linux基础
【快班】机器学习
【快班】量化投资
【快班】SPSS数据分析入门与提高
【快班】Python数据分析
【快班】NoSQL与NewSQL数据库引航
【快班】大数据算法导论
【快班】大数据的矩阵计算基础
【快班】R语言数据分析、展现与实例
【快班】大数据的统计学基础

热招课程

◆ Node.js项目实战:从编写代码到服务器部署(第五期)
◆ 金融的人工智能革命(第二期)
◆ 黄美灵的Spark ML机器学习实战(第二期)
◆ 开源计算机视觉库OpenCV从入门到应用(第八期)
◆ 人工智能前沿系列之生成式对抗网络(第五期)
◆ 深入浅出设计模式(第一期)
◆ 【免费公开课】数据陷阱解读(第26期)
◆ 深入浅出Oracle(第七期)
◆ Excel数据分析师突击—从入门到精通到项目实战(第五期)
◆ 深度学习框架Keras学习与应用(第二期)
◆ Python机器学习Kaggle案例实战(第四期)
◆ 大数据必知的java基础(第八期)
◆ 机器读心术之文本挖掘与自然语言处理(第十期)
◆ django打造电商项目(第一期)
◆ 【免费公开课】Julia快速数据分析(第三期)
◆ 让服务飞起来:实时计算及其应用(第二期)
◆ ELKStack及Solr企业级搜索引擎实战(第七期)
◆ Python机器学习(第五期)
◆ 深入JVM内核—原理、诊断与优化(第14期)
◆ 大数据的统计学基础(第21期)
◆ 从0到1搭建企业级大数据平台(第一期)
◆ 突击pyspark:数据挖掘的力量倍增器(第二期)
◆ Hive数据仓库实践(第六期)
◆ 【免费公开课】Java经验谈(第四期)
◆ Oracle 12c特性解读-容器数据库和灾备(第四期)
◆ python魔鬼训练营(第十期)
◆ Hadoop数据分析平台(第46期)
◆ MySQL DBA从小白到大神实战(第七期)
◆ MATLAB计算机视觉与深度学习实战(第二期)
◆ Oracle特殊恢复原理与实战(DSI系列)(第一期)
◆ Kafka原理剖析及实战演练(第八期)
◆ 【免费公开课】R七种武器之金融数据分析quantmod(第33期)
◆ 大数据的Linux基础(第20期)
◆ Python突击—从入门到精通到项目实战(第九期)
◆ 深度玩转Excel(第17期)
◆ 左飞的机器学习十八般算法武艺详解(第三期)
◆ MySQL性能优化最佳实践(第四期)
◆ Hadoop集群原理与运维实践(第三期)
◆ 企业Hive数据仓库的搭建之路(第一期)
◆ Python自然语言分析(第八期)
◆ 开启智慧眼-深度玩转计算机视觉与机器认知(第二期)
◆ OpenCV计算机视觉产品实战(第三期)
◆ 区块链技术从入门到精通(第五期)
◆ 金融市场基础(第六期)
◆ 机器学习(第22期)
◆ Python网络爬虫(第九期)
◆ 【免费公开课】验模神器AMOS(第五期)
◆ 知识图谱实战(第二期)
◆ Python数据分析案例实战(第七期)
◆ Spark Streaming企业级项目实战以及深度源码剖析(第一期)
◆ 机器读心术之神经网络与深度学习(第十期)
◆ Python数据分析(第12期)
◆ 【百万年薪系列】视觉的盛宴:深度玩转人脸识别(第一期)
◆ 大数据算法导论(第15期)
◆ 软件架构必备基础(第三期)
◆ 大数据的矩阵计算基础(第14期)
◆ 企业大数据应用体系从0到1(第一期)
◆ 【免费公开课】R七种武器之网络爬虫RCurl(第17期)
◆ 深入浅出Git(第四期)
◆ 机器读心术之迁移学习(第一期)

GMT+8, 2018-1-24 02:06 , Processed in 0.215018 second(s), 35 queries .