【學(xué)習(xí)時(shí)間】

周一到周五8-17點(diǎn)

【授課方式】

遠(yuǎn)程+面授

【學(xué)習(xí)周期】

720課時(shí)

【學(xué)習(xí)目標(biāo)】

熟悉AI工具，包括TensorFlow、Keras、Caffe、PyTorch

熟悉深度學(xué)習(xí)應(yīng)用

熟悉CNN、RNN、Faster RCNN等深度神經(jīng)網(wǎng)絡(luò)模型，并掌握其相關(guān)的優(yōu)化算法

了解深度學(xué)習(xí)高級(jí)算法，包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等

掌握優(yōu)化算法和高性能計(jì)算方法

掌握NLP自然語(yǔ)言處理一線行業(yè)案例

掌握計(jì)算機(jī)視覺(jué)圖像識(shí)別一線行業(yè)案例

【師資力量】

董雪婷（Yuki）

教齡：10年

主攻方向：人工智能

教育背景：復(fù)旦大學(xué)數(shù)學(xué)科學(xué)學(xué)院

Dr. Danian Gong

教齡：17年

主攻方向：人工智能

教育背景：

加州科技大學(xué)客座教授

ProEdst機(jī)器學(xué)習(xí)課程導(dǎo)師

清華大學(xué)EE專(zhuān)業(yè)博士學(xué)位

榮譽(yù)：硅谷人工智能科學(xué)家

【招生對(duì)象】

有一定基礎(chǔ)的學(xué)員

【教學(xué)現(xiàn)場(chǎng)】

【課程內(nèi)容】

01章預(yù)備知識(shí)：圖像識(shí)別方法的演進(jìn)基礎(chǔ)

01-01開(kāi)發(fā)環(huán)境配置：Anaconda環(huán)境和MXNet

01-02深度學(xué)習(xí)簡(jiǎn)介：起源、特點(diǎn)和發(fā)展

01-03計(jì)算機(jī)視覺(jué)概述

01-04數(shù)據(jù)操作

01-05自動(dòng)求梯度

01-06圖像識(shí)別的演進(jìn)

01-07線性回歸與線性回歸的實(shí)現(xiàn)

01-08線性模型：對(duì)數(shù)線性二分類(lèi)、多分類(lèi)

01-09獨(dú)熱和稠密度向量表示

01-10softmax回歸與實(shí)現(xiàn)

01-10基于深度學(xué)習(xí)的圖像識(shí)別技術(shù)發(fā)展

02章深度學(xué)習(xí)基礎(chǔ)知識(shí)

01-01線性模型的局限性：異或問(wèn)題

01-02非線性輸入轉(zhuǎn)換、核方法、可訓(xùn)練的映射函數(shù)

01-03感知機(jī)和多層感知機(jī)的實(shí)現(xiàn)

01-04模型選擇、欠擬合過(guò)擬合問(wèn)題

01-05權(quán)重衰減和丟棄法

01-06實(shí)戰(zhàn)案例：房?jī)r(jià)預(yù)測(cè)模型

01-07神經(jīng)網(wǎng)絡(luò)基礎(chǔ)

01-08前饋神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)

01-09神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

01-10深度學(xué)習(xí)計(jì)算

03章卷積神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

01-01二維卷積層相關(guān)運(yùn)算

01-02填充和步幅

01-03多輸入通道和多輸出通道

01-04二維最 大池化層和平均池化層

01-05卷積神經(jīng)網(wǎng)絡(luò)LeNet模型

01-06深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet

01-07使用重復(fù)數(shù)據(jù)的網(wǎng)絡(luò)

01-08網(wǎng)絡(luò)中的網(wǎng)絡(luò)：NIN塊和NIN模型

01-09合并行連接的網(wǎng)絡(luò)

01-10批量歸一化

01-11殘差網(wǎng)絡(luò)ResNet模型

01-12稠密度連接網(wǎng)絡(luò)DeseNet模型

04章循環(huán)神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

01-01語(yǔ)言模型計(jì)算

01-02循環(huán)神經(jīng)網(wǎng)絡(luò)

01-03模型語(yǔ)言數(shù)據(jù)集

01-04循環(huán)神經(jīng)網(wǎng)絡(luò)從零開(kāi)始實(shí)現(xiàn)

01-05循環(huán)神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)介實(shí)現(xiàn)

01-06通過(guò)時(shí)間反向傳播

01-07門(mén)控循環(huán)單元

01-08長(zhǎng)短期記憶

01-09深度循環(huán)神經(jīng)網(wǎng)絡(luò)

01-10雙向循環(huán)神經(jīng)網(wǎng)絡(luò)

05章優(yōu)化算法與深度學(xué)習(xí)

01-01優(yōu)化與深度學(xué)習(xí)的關(guān)系

01-02梯度下降和隨機(jī)梯度下降

01-03小批量隨機(jī)梯度下降

01-04動(dòng)量法與實(shí)現(xiàn)

01-05AdaGrad算法特點(diǎn)與實(shí)現(xiàn)

01-06RMSProp算法

01-07AdaDelta算法

01-08Adma算法

06章計(jì)算機(jī)技術(shù)與高性能計(jì)算

01-01衡量性能的方法

01-02提高性能性能的各種編程方法

01-03命令式和混合編程

01-04異步計(jì)算

01-05自動(dòng)并行運(yùn)算

01-06多GPU運(yùn)算

07章AI應(yīng)用方向之計(jì)算機(jī)視覺(jué)

01-01使用圖像增廣訓(xùn)練模型

01-02微調(diào):熱狗識(shí)別

01-03目標(biāo)檢測(cè)和邊界框

01-04計(jì)算機(jī)視覺(jué)：錨框生成

01-05多尺度目標(biāo)檢測(cè)

01-06目標(biāo)檢測(cè)數(shù)據(jù)集：皮卡丘

01-07單發(fā)多框檢測(cè)：SSD

01-08卷積神經(jīng)網(wǎng)絡(luò)系列：R-CNN

01-09語(yǔ)意分割和數(shù)據(jù)集

01-10全卷積網(wǎng)絡(luò)

01-11樣式遷移

08章計(jì)算機(jī)視覺(jué)案例：Kaggle圖像識(shí)別

01-01案例1:圖像分類(lèi)

01-02案例2:狗的品種

01-03step1:獲取和整理數(shù)據(jù)集

01-04step2:圖像增廣

01-05step3:讀取數(shù)據(jù)集

01-06step4:定義模型

01-07step5:定義訓(xùn)練函數(shù)

01-08step6:訓(xùn)練模型

09章AI應(yīng)用方向之NLP自然語(yǔ)言處理

01-01詞嵌入和連續(xù)詞袋模型

01-02近似訓(xùn)練：負(fù)采樣、層序softmax

01-03word2vec的實(shí)現(xiàn)

01-04子詞潛入：fastText

01-05全局向量的詞潛入：GloVe

01-06求近義詞和類(lèi)比詞

01-07文本情感分類(lèi)：使用循環(huán)神經(jīng)網(wǎng)絡(luò)

01-08文本情感分類(lèi)：使用卷積神經(jīng)網(wǎng)絡(luò)（textCNN）

01-09編碼器、解碼器

01-10貪婪搜索、全局搜索、束搜索

01-11注意力機(jī)制

10章NLP自然語(yǔ)言處理案例

01-01案例1:機(jī)器人翻譯

01-02step1:讀取和與處理數(shù)據(jù)集

01-03step2:含注意力機(jī)制的編碼器-解碼器

01-04step3:訓(xùn)練模型

01-05step4:預(yù)測(cè)不定長(zhǎng)的序列

01-06step5:評(píng)價(jià)翻譯結(jié)果

01-07唐詩(shī)生成器

01-08step1:定義輸入數(shù)據(jù)

01-09step2:定義多層LESTM模型

01-10step3:定義損失函數(shù)

01-11step4:訓(xùn)練模型生成文字

01-12step5:更多參數(shù)說(shuō)明

01-13step6:運(yùn)行自己的數(shù)據(jù)

【機(jī)構(gòu)簡(jiǎn)介】

目前，CDA已與國(guó)內(nèi)100多所高校進(jìn)行了戰(zhàn)略合作，建立了CDA數(shù)據(jù)分析師考試中心及人才培養(yǎng)基地；已出版30多本CDA數(shù)據(jù)分析師系列叢書(shū)，市場(chǎng)發(fā)行量數(shù)萬(wàn)冊(cè)；已進(jìn)行500多期線上線下數(shù)據(jù)分析及大數(shù)據(jù)培訓(xùn)課程，培養(yǎng)學(xué)員10萬(wàn)+人次；已在全國(guó)70+城市舉辦15屆CDA數(shù)據(jù)分析師認(rèn)證考試，報(bào)考考生數(shù)萬(wàn)人；已開(kāi)展了四屆中國(guó)數(shù)據(jù)分析師行業(yè)峰會(huì)（CDA SUMMIT），每屆參會(huì)人數(shù)3000多人；中國(guó)數(shù)據(jù)分析師俱樂(lè)部（CDA CLUB）每周舉辦各類(lèi)型線上線下沙龍會(huì)議、公開(kāi)課等活動(dòng)共1000多期。

【品牌宣傳】

用AI讓優(yōu)質(zhì)的教育人人可得

【機(jī)構(gòu)環(huán)境】

【發(fā)展歷程】

2006年 開(kāi)展數(shù)據(jù)統(tǒng)計(jì)、計(jì)量實(shí)戰(zhàn)，學(xué)術(shù)研究等相關(guān)培訓(xùn)視頻和現(xiàn)場(chǎng)班

2007年 開(kāi)展數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)分析相關(guān)培訓(xùn)班

2011年 隨著大數(shù)據(jù)熱潮的來(lái)臨，依托累計(jì)上萬(wàn)類(lèi)共享資料，多年沉淀師資團(tuán)隊(duì)，論壇召集多位專(zhuān)家，研發(fā)CDA數(shù)據(jù)分析師體系

2013年CDA數(shù)據(jù)分析師品牌成立，提供系統(tǒng)化的大數(shù)據(jù)、數(shù)據(jù)分析人才培養(yǎng)和認(rèn)證

2014年 CDA INSTITUTE 成立 ,并推出第 一屆全國(guó)CDA數(shù)據(jù)分析師認(rèn)證考試

2015年第 一屆中國(guó)數(shù)據(jù)分析師行業(yè)峰會(huì)（CDAS）在9月11日成功舉辦，參會(huì)人數(shù)逾3000人

2016年 CDA匯聚海內(nèi)外大數(shù)據(jù)、數(shù)據(jù)分析專(zhuān)家上千人，推出就業(yè)班、數(shù)據(jù)科學(xué)家訓(xùn)練營(yíng)、企業(yè)內(nèi)訓(xùn)、CDA俱樂(lè)部等多個(gè)項(xiàng)目

2017年整合論壇與CDA數(shù)據(jù)分析師業(yè)內(nèi)資源，形成數(shù)據(jù)分析領(lǐng)域生態(tài)圈，并進(jìn)一步升級(jí)CDA企業(yè)內(nèi)訓(xùn)體系，正式推出大數(shù)據(jù)實(shí)驗(yàn)室

2018年北上廣深等多個(gè)城市均有校區(qū)；擁有200多位專(zhuān)業(yè)師資；培養(yǎng)學(xué)員超過(guò)3萬(wàn)人，每年6月/12月全國(guó)28個(gè)城市舉辦CDA認(rèn)證考試

2019年已舉辦九屆數(shù)據(jù)分析師認(rèn)證考試，得到業(yè)界廣泛認(rèn)可，學(xué)員遍布各大知名企業(yè)。人工智能產(chǎn)品“好學(xué)AI”問(wèn)世，引領(lǐng)DT時(shí)代新一波技術(shù)培訓(xùn)浪潮