关于举办全国人工智能与深度学习

核心技术案例

实践高级研修班的通知

各有关单位：

为了为加强数据科学的创新发展和技术应用，打造大数据专业技术人才队伍，满足行业对人工智能、机器学习、深度学习等相关高端人才的迫切需求，我单位将于近期举办“全国人工智能与深度学习核心技术案例实践高级研修班”。

                 中国通信工业协会物联网应用分会                                                                                                   2017年4月6日   

                     

一、  目标及特点：

1. 掌握深度学习的理论基础和前沿应用方法，尤其是使用工具进行实际操作和解决实际问题 ；

2.理解机器学习的分析流程和常用算法，并通过实际的案例进行解释；

3.了解人工智能的历史发展和前沿方向。

本次培训最大的特点是“零门槛”系统学习深度学习核心技术，区别于一般的深度学习课程，本次培训在内容设置上对学员的专业背景及技术基础没有苛刻的要求，也无需依赖Linux等复杂操作系统，可以在 Windows 环境下用最简单的案例进行分析演示，引导学员入门并掌握当前最主流的深度学习模型和应用场景。


二、时间地点：

2017年5月11日— 5月14日     南  京


三、面向对象：

各高等院校大数据相关学科、计算机、网络通信、自动化、电子工程、数理统计专业等科研、教学带头人，骨干教师、博士生、硕士生；从事计算机、云计算、大数据等有志于深度学习研究和应用的从业者。


四、课程大纲

第一天

第1讲：深度学习简介及数学基础

  1. 1.     深度学习的发展历史

  2. 2.     R、python及MXNet简介

  3. 3.     线性代数与矩阵运算

  4. 4.     概率论与统计学

  5. 5.     数值计算与最优化方法

第2讲：机器学习基础

  1. 1.     学习的算法与流程

  2. 2.     机器学习与深度学习

  3. 3.     交叉验证

  4. 4.     无监督的机器学习

  5. 5.     有监督的机器学习

  6. 6.     案例1：预测足球比赛的结果

第二天

第3讲：神经网络基础

  1. 1.     人工神经网络简介

  2. 2.     感知机

  3. 3.     案例2：实现一个感知机

  4. 4.     前馈神经网络

  5. 5.     BP算法

  6. 6.     案例3：使用神经网络进行分类预测

第4讲：卷积神经网络

  1. 1.     卷积运算

  2. 2.     CNN的结构

  3. 3.     CNN的训练

  4. 4.     案例4：手写数字识别（MNIST）

  5. 5.     案例5：猫和狗的图像识别

第三天

第5讲：循环和递归网络

  1. 1.     循环神经网络

  2. 2.     递归神经网络

  3. 3.     LSTM网络

  4. 4.     案例6：文本分析

第6讲：深度学习的工程应用

  1. 1.     MXNet和 TensorFlow的工程应用

  2. 2.     Windows /  Mac / Linux 的安装与部署

  3. 3.     R和 Python的编程接口

  4. 4.     CUDA和 GPU计算

  5. 5.     案例7：基于CPU/GPU和不同操作系统做深度学习的性能分析

五、资格证书

学员培训后经考核合格可代为申报全国通信和信息技术创新人才培养工程《数据挖掘与分析应用高级工程师》职业技术水平证书;该证书表明持有者已通过相关培训和考核，具备相应的专业知识和专业技能;并作为聘用、任职、定级和晋升的重要参考依据，可网上查询验证，全国通用。


六、拟邀师资

李老师，数据科学家，毕业北京大学，浙江大学软件学院兼职教授、华东师范大学硕士研究生导师，台北商业大学业界专业导师，曾任Mango Solutions 中国区数据总监，专注于数据科学在行业里的应用。从事数据科学培训多年，探索出一套以案例讲解带动理论理解和软件操作熟悉的方法。


七、费用标准

培训费用3980元/人（含场地、教材、证书等相关费用），食宿统一安排，费用自理。