欢迎访问研盟网

人工智能:机器学习和深度学习|司老师|2026年11月23日|北京|6200元

来源:新中华学习网

时间:2026-11-18 16:44:42

作者:在职研联盟网

开课信息

授课老师:司老师
开课时间:2026年11月23日
上课地点:北京
课程费用:6200元
具体授课地址请在报名和出行前确认。

课程定位

结合机器学习与深度学习理论、算法要点和识别应用的技术培训。

学习收获

  • 深入学习人工智能的理论与核心方法。
  • 把理论与实际项目联系起来。
  • 理解人工智能应用场景与发展方向。
  • 开展技术交流和讨论。

课程特色

  • 结合车牌识别、医疗系统、表情与流量预测、围棋、图像识别及自然语言处理案例。

课程模块

01 第一讲 人工智能简介

  • 1.1 什么是人工智能
  • 1.2 为什么要人工智能
  • 1.3 人工智能的发展简史
  • 1.4 人工智能的现实案例举例

02 第二讲 最优分类面和支持向量机

  • 2.1 什么是最优分类面
  • 2.2 支持向量机的本质是什么
  • 2.3 支持向量机在线性不可分时怎么办
  • 2.4 支持向量机中核函数如何选择
  • 2.5 支持向量机在车牌识别中的应用案例

03 第三讲 决策树

  • 31 什么是非数值特征
  • 3.2 为什么要引入决策树
  • 3.3 如何设计决策树
  • 3.4 如何构造随机森林
  • 3.5 决策树在医疗系统中的应用案例

04 第四讲 深度学习之始:人工神经网络

  • 4.1 人工神经网络的设计动机是什么
  • 4.2 单个神经元的功能
  • 4.3 人工神经网络的优化以及误差逆传播(BP)算法
  • 4.4 人工神经网络中需要注意的问题
  • 4.5 人工神经网络在表情识别、流量预测中的应用案例

05 第五讲 深度学习中的技巧和注意事项

  • 5.1 深度学习中过学习问题的处理
  • 5.2 如何选择损失函数
  • 5.3 如何并行化
  • 5.4 如何解决深度学习中梯度消失问题
  • 5.5 如何选择激励函数
  • 5.6 权值衰减、Dropout以及新的网络架构

06 第六讲 卷积神经网络

  • 6.1 卷积以及卷积网络的概念
  • 6.2 为什么在使用卷积网络
  • 6.3 卷积网络的结构设计
  • 6.4 卷积网络在围棋中的应用
  • 6.5 卷积神经网络在图像识别中的应用案例

07 第七讲 循环神经网络

  • 7.1 为什么要使用循环神经网络
  • 7.2 1-of-N编码
  • 7.3 循环神经网络的介绍
  • 7.4 长短期记忆网络
  • 7.5 长短期记忆网络在自然语言处理中的应用案例

08 第八讲 人工智能未来展望

  • 8.1 监督学习中的新应用
  • 8.2 强制学习中的新应用
  • 8.3 非监督学习中的新应用
  • 8.4 DeepMind介绍

09 第九讲 使用支持向量机进行车牌识别

  • 第九讲 使用支持向量机进行车牌识别

10 第十讲 使用深度学习进行手写体识别、人脸识别以及自然语言处理

  • 第十讲 使用深度学习进行手写体识别、人脸识别以及自然语言处理

适合人群

架构师、分析师、项目经理、高级程序员、资深开发人员,人工智能、图像处理、机器学习、模式识别工程师及拟从事AI研发的技术人员。

师资信息

司老师 清华大学博士,人工智能方面专家,在意大利举办的国际在线指纹识别竞赛中获得冠军,在机器学习和模式识别领域顶级期刊IEEE TPAMI等期刊发表多篇论文,拥有5个中国专利和1个美国专利,是人工智能、深度学习、机器学习和图像处理和模式识别领域的实战派专家。

温馨提示:本文内容根据课程内容整理,各模块实际讲授内容由授课老师根据学员情况灵活调整,最终以课堂授课为准。

信息来源:新中华学习网公开课。

课程常年开班,获取最新开班时间或内训详细方案和报价,咨询:400-061-6586

在线报名(提交表单后,我们将尽快联系您)

*意向课程

请输入课程

*姓  名

请输入姓名

*手  机

请输入手机号码

项目分类