CSDN讲师
技术讲师

擅长领域:iOS,3D游戏引擎,测试,公开课,在线培训

所属机构:CSDN线上公开课

讲师介绍:CSDN讲师名下集合了诸多业界知名讲师的公开课内容,内容涵盖人工智能、大数据、区块链等诸多热门技术领域的最佳技术实践,聚合美团、滴滴、AWS、科大讯飞等知名企业的应用实践及分享。

深度学习:

AI与企业战略论坛:黄明飞(Open AI Lab)演讲回顾(2020 AI万人开发者大会)

2020 AI开发者万人大会通过线上直播形式,让开发者们一站式学习了解当下AI的前沿技术研究、核心技术与应用以及企业案例。
AI时代,如果企业战略认知没有突破,就很难在新时代创造新规则,跟上时代步伐。企业应该如何结合自身实际情况制定合适的企业战略?本论坛将邀请全球知名企业专家,从AI项目的风险、关键性考虑因素、利弊权衡和在推动过程中可能遇到的问题等,分享通过制定成功的AI战略助力企业进行智能化转型的实践与经验。
>
共1课时(已更新1课时)| 免费| 6人学习过开始学习
机器学习:

如何打造海量高速高精度图像搜索系统?秒级30亿指纹搜索实战经验

墨奇科技CTO及核心研发团队主讲,带你领略超现实的图像搜索技术,
介绍如何打造一个海量高速高精度图像搜索系统?—— 解决秒级30亿指纹精准搜索难题的实战经验。>
共4课时(已更新4课时)| 免费| 15人学习过开始学习
计算机视觉:

《听大咖 讲论文》—Apollo自动驾驶专场

本课程精选了3篇百度智能驾驶领域的年度优秀论文,为大家揭秘百度Apollo背后的核心技术创新。内容涉及更加鲁棒的LiDAR定位系统、控制模块、自动驾驶预测技术等。为解决因施工、修路造成的定位失败问题;车辆的动力学状态问题;对周边行人、车辆的预测问题等,提供了更优越的思路。除此之外,本课程还将对自动驾驶技术的发展做出展望,帮助自动驾驶技术的开发者和从业者以更广阔的视角了解自动驾驶技术。>
共4课时(已更新4课时)| 免费| 15人学习过开始学习
C/C++:

破解嵌入式软件质量难题:C/C++代码静态分析技术

嵌入式软件的开发由于受到微处理器、RAM/ROM、IO等硬件环境的影响,其调试、问题定位和测试验证都很难像桌面/服务器软件开发那样便捷,尤其在集成阶段经常会遇到一些棘手的问题。保证交付的产品稳定、可靠、安全是嵌入式设备开发企业的始终追求,其中涉及到诸如研发流程、周期、成本、认证等制约,如何在有限条件下,破解嵌入式软件质量的难题是软件开发与测试团队必须应对的挑战。
本课程将以C/C++代码静态分析技术为出发点,带您了解各种运行时的错误,介绍如何快速查找和debug,甚至证明你的代码零缺陷的多种高级操作。此外,课程还将带领大家全面了解Polyspace的强大功能,为打造高安全完整性系统保驾护航。>
共3课时(已更新3课时)| 免费| 19人学习过开始学习
深度学习:

PhD 知识图谱专题-3 知识图谱推理问答综述

近年来,知识图谱问答任务取得较大进展,但当问题变得复杂,涉及多个实体的比较和推理时,机器尚不能很好地解答。如何让机器像人类一样学会推理,从而处理复杂问题,是当前的一个研究热点和难点。>
共1课时(已更新0课时)| 免费| 0人学习过开始学习
深度学习:

PhD 知识图谱专题-2 事件检测

梳理事件检测任务发展的脉络,并讲解在如何利用模态的互补性以及外部的资源提升事件检测任务的效果,对未来发展方向作出展望。>
共1课时(已更新1课时)| 免费| 16人学习过开始学习
深度学习:

PhD 知识图谱专题-1 大规模在线教育中的知识智能

从在线教育的不同角度出发,介绍知识智能在其中的已有研究工作以及可能切入的方向>
共1课时(已更新1课时)| 免费| 8人学习过开始学习
计算机视觉:

人工智能是学术搜索的未来吗?

学术搜索对于广大科研工作者,高校学生,以及学术爱好者而言并不陌生。高效地进行文献调研是每一位科研人员必备的技能之一。当你需要研究某个特定问题时,通过精确搜索可以帮助你寻找到相关的论文。>
共1课时(已更新1课时)| 免费| 10人学习过开始学习
机器学习:

新冠疫情中新闻学术数据的获取及分析应用

通过对疫情相关事件和学术论文等信息的收集、整理及分析,来展示疫情的发展变化。首先我们分别从论文、新闻、人工整理的学术事件三个方向入手整理数据源,获取疫情相关数据,依托AMiner平台我们很快收集了论文和学术信息,新闻我们是采集新华网等高质量的新闻媒体平台获得。同时我们接入了同事们构建的疫情知识图谱对所有事件做实体识别,分析出事件之间的关系,并对事件及热门实体关系等数据进行可视化展示。我们将数据采集、去重、分类、实体链接等流程都做了自动化以实现时间线的实时更新。>
共1课时(已更新1课时)| 免费| 17人学习过开始学习
NLP:

新冠疫情地图可视化的技术实践

如何将全球的疫情状况呈现在地图上是整个疫图项目的核心问题之一。相较于其他的一些疫情地图项目,我们在数据可视化方面从时空两个维度尽可能地做到细粒度。我们基于Mapbox的地图组件,在集成了多种数据源的疫情实时数据及历史数据后,将它们与地图上的区域进行对齐,进而在不同的层级展现。除此之外,我们的疫情地图还将各类新闻以地图标记的方式放置在疫情地图上,方便读者能够了解全世界在疫情之下各国发生的具体变化。>
共1课时(已更新1课时)| 免费| 22人学习过开始学习
每页显示 共601条数据 1 2 3 4 5 ...61

最近学员 累计2085715

最新评论

手机看
关注公众号

关注公众号

下载APP

下载APP

客服 帮助 返回
顶部