课程介绍

• 

  卿来云

  研究员/技术专家/教授

  中国科学院大学计算机与控制学院副教授，计算机软件与理论博士。讲授研究生课程机器学习十余年，研究方向为机器学习在计算机视觉领域的应用，作为项目负责人承担国家863项目和国家自然科学基金项目多项，并发表学术论文70余篇。

• 

  智亮

  CEO/董事长/总经理

  鲁朗软件（北京）有限公司联合创始人，毕业于东北大学。在计算机视觉领域有深厚的工业经验。Google Tensorflow框架的Contributor。带领团队开发的“花伴侣”植物识别App，上线数月即在0推广的情况下达到百万用户，并获得阿里巴巴2017云栖大会API Solution大赛一等奖，团队受邀成为腾讯微信公开课北京站九位演讲嘉宾之一。

• 主题说明

  为满足市场需求，培养更多人工智能人才，CSDN学院特别邀请到有十余年教学经验的中科院教授卿来云老师及有丰富工业级实战经验的智亮老师，为大家带来本次课程。
  
  通往人工智能工程师的直通车，已经准备出发了！这波人工智能的热潮，你真的要错过吗？
  
  本课程共分为三个阶段。从机器学习到深度学习，再到项目实战，循序渐进，层层深入。除了系统讲解成为一名人工智能工程师所需的理论知识外，每节课还会配有实战案例，通过练习巩固所学知识，学以致用解决实际问题。第三个阶段包含四个大型工业级综合实战案例，采用大量真实数据集，完美模拟工作场景。学完后，大家绝对可以胜任人工智能领域相关工作。

• 适合对象

  想转型人工智能领域的工程师。

• 学习要点

  点击了解详情：http://edu.csdn.net/topic/ai1

   

  扫码咨询：

   

  

   

  录播回放地址：http://edu.csdn.net/course/detail/6607

   

   

  第一阶段：机器学习原理及商品推荐系统实现

   

  第一阶段课程主要讲解机器学习的原理，包括常用算法、模型评估与选择、特征工程等机器学习知识，让同学们熟练掌握机器学习的基本思路和流程。机器学习意味着从数据中学习，课程每节课会配有实战案例，运用大量实际数据集，通过将正确的数据放到正确的算法中去训练解决一系列复杂的实际问题，在此过程中，同学们会深入掌握机器学习在工业领域的应用。本阶段后会实现一个商品推荐系统，组合各种特征工程技术和机器学习算法，让同学们提升使用算法、数据清洗和特征处理的能力（数据和特征决定了机器学习的上限），为工业实战奠定坚实的基础。

   

  本阶段将用机器学习算法，挑战以下实战项目：

   

  1.  房价预测

   

  2.  电商商品分类

   

  3.  电商用户聚类

   

  4.  商品推荐系统

   

  第二阶段：深度学习原理及实战项目强化训练

   

  第二阶段将给大家介绍目前人工智能领域流行、应用广的领域——深度学习。本阶段课程从深度学习实现原理开始，与人工神经网络相结合，并深入到工业界实际运用中。着重讲解了卷积神经网络和循环神经网络，并结合实际场景和案例介绍深度学习技术的应用范围与效果。同时，我们将使用大量真实的数据集，利用GPU训练深度卷积神经网络与循环神经网络，进而易于实现图像分类、检测、分割、标注与问答，词向量提取等众多应用。后会用CNN+RNN实现一个写诗机器人。在整个过程中，学员能掌握如何训练与调优模型，并解决真实场景中的问题。

   

  本阶段将用深度学习算法，挑战以下实战项目：

   

  1.  Mnist手写数字识别

   

  2.  图像识别与植物分类

   

  3.  20种分类/11530张图像数据集：图像检测任务

   

  4.  33万张图像数据集：图像语义分割任务

   

  5.  CNN+RNN实现写诗机器人

   

  第三阶段：四个工业级实战项目（可选）及成果展示

   

  在第三阶段，我们会提供大量真实的数据集，从数据中学习。学员将从兴趣与自身实际情况出发，进行完整的实战项目设计。在项目实战过程中，会对学员进行分组，小组成员自行商讨选择训练模型，并不断调整优化，后进行项目成果展示。老师将根据具体项目情况进行点评，并提供指导意见。

   

  1.   自然语言处理：文本分类。根据企业的注册、投资及经营范围等相关信息，对企业进行分类，为企业的估值提供参考。

   

  2.   广告点击率预测（CTR）。预测用户浏览给定网页的广告点击率，提高广告投放度。

   

  3.   车辆检测及型号识别——用深度学习方法从图片中检测车辆并识别其型号。

   

  4.   看图说话机器人——用计算机视觉和深度学习方法分析图片内容，并对图片自动生成文字描述。

• 课时安排

  每周大概4个小时录播课程，除此之外，每周日下午15:00-17:00 讲师直播课程结构讲解、作业评点、课程答疑

   

  第一阶段：机器学习原理及商品推荐系统实现（5 weeks）

   

  第二阶段：深度学习原理及实战项目强化训练（5 weeks）

   

  第三阶段：四个工业级实战项目（可选）及成果展示（31 days）

   

  （注：时间安排可能会有调整，请注意刷新页面查看最新安排）