人工智能的浪潮从2012年开始至今,席卷全球,几乎是家喻户晓的词汇。作为多学科交叉的领域,人工智能涵盖了专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等诸多领域。 人工智能知识体系框架 当下,机器学习是实现人工智能的重要方法,也是推动当下人工智能发展的核心驱动力。从上个世纪50年代发展至今,机器学习已衍生出很多热门的研究子领域,如流形学习、稀疏学习、深度学习、深度强化学习、迁移学习等数个热点。 对于想入门人工智能的新手来说,大多数都会选择机器学习作为突破点,通过学习主流的机器学习算法,达到求职或转行的目的。但是,大家在处理不同的实际应用案例时,常常因为没有深刻理解机器学习模型以及算法背后的原理,而遭遇瓶颈。对于企业来说,真正需要的人才,是面对不同的任务能够举一反三,对机器学习算法既知其然,又知其所以然的工程师,而不是只会调用函数库的调参工。 人工智能、机器学习、深度学习三者关系示意图 数学,作为表达与刻画机器学习模型的工具,是深入理解机器学习算法原理的基石。近期,专注于人工智能在线教育的深蓝学院,联合南京大学计算机科学与技术系博士生与中科院自动化所博士,共同推出『机器学习数学基础』在线课程,课程内容主要包括引言、函数求导、矩阵论、凸优化、概率论与数理统计、信息论六部分。课程服务包括:全新撰写的课程讲义(无偿全部提供给大家)、课件、授课视频、答疑、作业,奖学金,力争让大家学有所成,为入门人工智能打下坚实的基础。 『机器学习数学基础』课程讲师简介 钱鸿 南京大学计算机科学与技术系博士生 主要研究兴趣为:机器学习、优化、博弈学习等。在AAAI、IJCAI、IEEE/ACM ASE等国际顶级/重要会议上发表论文9篇,曾担任IEEE Transactions on Evolutionary Computation、ICML、NIPS、IJCAI等期刊和会议的审稿人,并获得国家奖学金、百度奖学金提名、江苏省三好学生、南京大学优秀研究生标兵等荣誉称号。 肖鸿飞,中科院自动化所博士,主要研究方向是目标检测、语义分割、三维重建等。具有8年计算机视觉领域的科研工作经历,在计算机视觉领域国际期刊会议发表论文多篇,在视觉会议上发表并获得最佳论文(Selected Best Papers)。 课程大纲—引言部分 第一节:数学之于机器学习的必要性和重要性 课程大纲—函数求导 第一节:背景介绍(以误差逆传播算法为例) 第二节:函数的极限 第三节:偏导数、方向导数、梯度 第四节:复合函数求导的链式法则 第五节:案例分析(BP算法及其应用) 课程大纲—矩阵论 第一节:背景介绍(以线性回归为例) 第二节:矩阵概念与运算 第三节:矩阵范数 第四节:矩阵的行列式、逆、秩和逆 第五节:矩阵的特征值和特征向量 第六节:奇异值分解 第七节:矩阵导数 第八节:矩阵二次型与半正定 第九节:案例分析(线性回归及其应用) 课程大纲—凸优化 第一节:背景介绍(以支持向量机(SVM)算法为例) 第二节:优化问题与极值 第三节:凸优化基础 第四节:对偶理论 第五节:案例分析(SVM及其应用) 课程大纲—概率论与数理统计 第二节:随机变量及概率分布 第三节:联合概率,边缘概率,条件概率,贝叶斯定理 第四节:期望、方差/标准差、协方差 第五节:不等式(切比雪夫不等式等) 第六节:独立性,条件独立性,相关性 第七节:常用分布及特例 第八节:KL散度 第九节:极大似然估计 第十节:案例分析(朴素贝叶斯及其应用) 课程大纲—信息论基础 第一节:背景介绍(以决策树算法为例) 第二节:信息论中的基本概念(上) 第三节:信息论中的基本概念(下) 第四节:案例分析:决策树及其应用 课程特色 ❈ 讲义新颖:全新撰写课程的配套讲义,全网独家 ❈ 方式独特:数学知识与人工智能案例紧密结合 ❈ 实践认真:根据课程算法案例,手把手代码实践 ❈ 答疑及时:课程讨论区、微信答疑群及时答疑 ❈ 作业细致:根据每章节知识点,精心设计作业 实践案例 ❈ 线性回归及其应用:以前列腺癌发病率预测为例 ❈ SVM及其应用:以Iris数据集分类为例 ❈ BP算法及其应用:以手写数字识别为例 ❈ 朴素贝叶斯及其应用:以乳腺癌诊断和信用风险评级为例 ❈ 决策树及其应用:以乳腺癌诊断和信用风险评级为例 课程福利 ❈ 深蓝学院为本门课程提供了一万元的奖学金,奖励作业排行前五名的同学; ❈ 课程优秀学员,将获得深蓝学院“优秀学员”证书; ❈ 早鸟价:前100位优惠300元,101-200位优惠100元; ❈ 已经付费报名深蓝学院6门及以上课程(截至2018年7月3日24:00)的同学,享受599元VIP优惠价。 Q&A Q:课程是录播还是直播? 课程采取录播+课程讨论区 / 微信群答疑的学习形式,大家可以灵活安排时间学习。记得在规定的时间内按时完成并提交作业哦! Q:课程视频是否可以一直学习? 本门课程学习有效期为一年,以此监督和鼓励同学们按时完成学习任务,切实掌握入门人工智能的数学知识。 Q:课程是否提供代码实践? 本课程的全部实践环节都将由专职助教(在读博士生)带领进行代码实践,并手把手示范指导。 Q:课程适合哪类人群学习? 本门课程偏向基础入门,适合学习过大学数学但不扎实或者已经忘记的小伙伴。同时,因为知识储备不够,感觉机器学习难以理解,或者看机器学习书一头雾水的人,也适合学习这门课程。 Q:如何报名课程? |
|
来自: taotao_2016 > 《计算机》