深度学习项目案例实战（高级进修班）

专题一：深度学习项目案例实战剖析（高级版）

高级课程，配套课件、环境、实验手册、源码、数据、课堂回放腾讯课堂直播 36 小时+课后腾讯会议在线答疑4小时

课程介绍
     强调动手实操；内容以代码落地为主，以理论讲解为根，以公式推导为辅。6天精讲，讲解机器学习和深度学习的模型理论和代码实践，梳理机器学习、深度学习、计算机视觉的技术框架，从根本上解决如何使用模型、优化模型的问题；每次课中，首先阐述算法理论和少量公式推导，然后使用真实数据做数据挖掘、机器学习、深度学习的数据分析、特征选择、调参和结果比较。  核心能力
  通过课程学习，可以理解机器学习的思维方式和关键技术；了解深度学习和机器学习在当前工业界的落地应用；能够根据数据分布选择合适的算法模型并书写代码，解决应用问题的过程，培养学员从所学理论到实践解决问题的理论和工程相结合的能力，解决各自领域的具体问题。可以胜任使用 Python 进行数据挖掘、机器学习、深度学习等工作。 课程大纲
 

第1模块（2天）	卷积神经网络CNN基本模型	CNN卷积神经网络 -卷积的基本原理 -卷积神经网络的调优方法 （2）常见的卷积神经网络模型 -VGGNet -Inception v1-v3 -ResNet -DenseNet/ResNeXt -MobileNet -SeNets -ShuffleNet （3）典型算法代码剖析	代码和案例实践： （1）人脸颜值打分 （2）安全驾驶检测   （3）声音质量评价   （4）OCR文字识别
第2模块（1天）	图像处理—目标检测	（1）目标检测常用算法解析 -Faster RCNN -YOLO v1-v5 -SSD -RetinaNet算法 -UNet （2）典型算法代码剖析	代码和案例实践： （1）车道检测   戴口罩检测 （3）肺病图像检测
第3模块（1天）	循环神经网络	语言模型 RNN基本原理 LSTM、GRU Attention机制 CNN+LSTM模型 Bi-LSTM双向循环神经网络结构 编码器与解码器结构 Seq2seq模型 （9）典型算法代码剖析	代码和案例实践： （1）机器人写作   （2）基于Session的推荐   （3）机器翻译 （4）智能对话系统Seq2Seq
第4模块（1天）	预训练模型	（1）Elmo模型 （2）Transformer模型 自注意力机制 多头注意力 位置编码 （3）BERT模型 （4）典型算法代码剖析	代码和案例实践： 资料文档分类     图书馆自动标引
第5模块（1天）	生成对抗网络	生成对抗网络原理 DCGAN模型 （3）  ConditionalGAN （4）  WassersteinGAN （5）  CycleGAN （6）典型算法代码剖析	（1）人脸老化预测   （2）艺术画风转移   （3）超分辨率图像重建

 
 
专家介绍

赵卫东 博士 副教授
2001年6月起在复旦大学管理科学与工程博士后流动站 工作。2003年5月进入复旦大学软件学院， 现任复旦大学副教授，主要负责本科生和各类研究生机器学习、深度学习、大数据核心技术和商务智能（商务数据分析）等课程的教学，2011 年纽约大学 Stern 商学院访问学者。目前主要研究方向包括电子推荐、智能决策和大数据分析、机器学习与深度学习等。主持国家自然科学基金、中国博士后科研基金、上海市浦江人才、IBM Shared University Research 以及企业合作课题等 20 多项目。已在 Knowledge and Information Systems ,Information Processing & Management，Information Systems Frontiers 等国内外刊物和学术会议发表论文 90 多篇，其中被 SCI、EI 收录 40 多篇。出版专著《智能化的流程管理》《数据挖掘实用案例分析》以及教材《商务智能（第四版）》《商务智能 数据分析的管理视角（第四版）》《人机共生：洞察与规避数据分析中的机遇与误区》《机器学习》《机器学习案 例实战》等 10 多部。获得上海市 2015 年上海市科技进步二等奖。CDA 三级认证数据科学 家，腾讯云和百度云机器学习认证讲师。 与 SAP、IBM 等公司有长期广泛的合作，SAP 大学联盟讲师，主持了江苏中天集团、上海自贸区、京东等 10 几家单位数据分析的合作项目，并为几十家企业做过数据挖掘、大数据分析、机器学习和人工智能等主题的培训。

内容版权声明：除非注明，否则皆为本站转载文章。文章及图片版权归原作者所有，如有侵权请联系我们，我们立刻删除。