课程介绍

• 

  谢梁

  数据科学家

  美国微软总部首席数据科学家，主持运用机器学习和人工智能方法优化大规模高可用性并行存储系统的运行效率和改进其运维方式。具有十余年机器学习应用经验，熟悉各种业务场景下机器学习和数据挖掘产品的需求分析、架构设计、算法开发和集成部署，涉及金融、能源和高科技等领域。曾经担任美国道琼斯工业平均指数独有保险业成分股的旅行家保险公司分析部门总监，负责运用现代统计学习方法优化精算定价业务和保险运营管理，推动精准个性化定价解决方案。

• 主题说明

  深度学习在过去几年间得到了长足进步和应用，在很多业务领域，深度学习甚至了人们对传统机器学习的概念，很多以前觉得不可能或者非常难以实现的能力借助深度学习能得到发展。虽然深度学习现在炙手可热，但是很多机器学习和数据分析实践者觉得入门较难，现有的计算框架，比如TensorFlow，Theano，Caffe，CNTK等学习曲线较高。本次演讲介绍Keras这个非常流行的，高度抽象的深度学习建模框架，其和Python环境的无缝整合，与神经网络图高度对应的构造方法都能让实践者进入深度学习领域，搭建自己的模型，应用到业务中去。

• 适合对象

  适用于对机器学习、深度学习、系统架构、对话机器人、芯片、推荐系统、Keras、NLP、用户画像等AI领域感兴趣的架构师、技术总监、研究员、工程师等。

• 学习要点

  1. 从不会到开始打造自己的深度学习模型；

  2. 了解现在常用的模型概念和框架及其在Keras中如何进行构建。

• 课时安排