• 参会报名
  • 会议介绍
  • 会议日程
  • 会议嘉宾
  • 参会指南
  • 邀请函下载

首页 > 商务会议 > IT互联网会议 > 2019人工智能深度学习算法实战集训营会议(3月北京班) 更新时间:2019-09-06T09:20:55

大会站点分布:
(点击可切换)
2019人工智能深度学习算法实战集训营会议(3月北京班)
收藏人
分享到

2019人工智能深度学习算法实战集训营会议(3月北京班) 已过期

会议时间:2019-03-22 08:00至 2019-03-24 18:00结束

会议地点: 北京  详细地址会前通知  

会议规模:暂无

主办单位: 数环云创(北京)科技有限公司 大数据产业培训基地

发票类型:增值税普通发票 增值税专用发票

行业热销热门关注看了又看 换一换

        会议介绍

        会议内容 主办方介绍


        2019人工智能深度学习算法实战集训营会议(3月北京班)

        2019人工智能深度学习算法实战集训营会议(3月北京班)宣传图

        关于举办“人工智能深度学习算法实战集训营”会议通知

        数环出品,必属精品!

        各有关单位企业:

        近年来,人工智能经历了从爆发到寒冬再到野蛮生长的历程,伴随着人机交互、机器学习、模式识别等人工智能技术的提升,机器人与人工智能成了这一技术时代的新趋势。云计算和大数据的蓬勃发展更使得人工智能迎来了新的契机,在互联网、汽车、智能家居,机器人等各领域,人工智能在进行着“井喷式”创新,并即将进入发展的‘黄金时代’。人工智能,不是取代而是一种演化与升级,它终将也会像其他技术革命一样,让人类强大,让世界上的不可能减少,让我们可以创造更多美好。当无人超市出现在街头,当AI程序“AlphaGo”战胜了人类围棋世界冠军,当汽车开启了“无人驾驶”新时代,不论人们对于人工智能是怀抱对未来的憧憬还是对是否会引发“失业潮”的担忧,它都已“入侵”我们的很多生活细节,并且正在逐渐改变整个人类社会的发展方向。人工智能的兴起是大数据、云计算科学进步的产物,也是人类对未来世界向往的必然,人工智能显然已经成为中国所有主流科技公司不能忽视的力量。因此大数据产业培训基地特推出了“人工智能进阶高级实战培训”,本次培训由数环云创(北京)科技有限公司具体承办,望相关单位收到通知后积极参加。相关培训事宜如下:


        课程简述

        为顺应未来人工智能的发展趋势,大数据产业培训基地成立了AI人工智能学院,立足自身多年培训资源、结合自身特色, 为一步推进人工智能核心技术的研发和产业化,建立人工智能实训基地,努力打造成为国内前沿的人工智能线下培训体系,旨在为人工智能领域的创新企业提供高端、复合型人才。对于AI领域的从业者来说,人工智能、机器学习和深度学习之间的差别应该非常清楚,机器学习则是人工智能领域的一个小分支,如果说AI是一个合集,那么ML就是AI的子集。机器学习在公司数据处理中扮演了一个很重要的角色。机器学习也是目前最接近人工智能的系统。人工神经网络是一种拟人数据处理模式。它是深度学习的基础,深度学习是一种使用深度神经网络进行大量数据构建的系统。人工智能,机器学习与深度学习都离不开大数据。人工智能的未来在于深度学习,因为它已经使很多机器学习的应用成为了可能。一个很好的例子便是使用深度学习进行图片识别,其表现在一定程度上已经超过了人类。我们已经在一个科技逐步迎合人类需求的时代,人工智能的未来拥有无限的可能性。


        培训时间

        2019年03月22日-03月24日 周五、周六、周日(21号培训报到) 北京

        2019年04月19日-04月21日 周五、周六、周日(18号培训报到) 上海

        2019年05月24日-05月26日 周五、周六、周日(23号培训报到) 广州


        企业内训

        聆听您的需求,定制属于您的专属课程

        内训人数没有限制,完全按照客户需求进行定制化授课

        查看更多

        数环云创(北京)科技有限公司

        数环云创(北京)科技有限公司成立于2015年3月,是一家初创的新型互联网科技企业,公司目前致力于IT领域的信息化培训与项目咨询、企业大数据实施与技术服务的解决方案提供商。

        大数据产业培训基地

        会议日程

        (最终日程以会议现场为准)


        日程

        培训模块

        培训内容


        第一天

        计算机视觉中的目前最先进的算法

        —卷积神经网络

        ●  卷积神经网络的架构设计思路与技术原理详细介绍:

        1. LetNet

        2. AlexNet

        3. VGGNet:vgg16和vgg19

        4.GoogleNet:Inception v1-v4

        5.ResNet:50层,110层和1001层ResNet

        6.DenseNet

        ●  卷积层和池化层原理与工业界实际应用中设计技巧;

        ●  卷积神经网络在实际应用中性能提升方法和技巧介绍:网络深度,卷积核大小,学习率,激活函数,图片处理与数据增强等

        第一天

        一种全新的富有吸引力的人工智能架构

        —胶囊网络

        ●  卷积神经网络的缺点和症结,以及可能导致安全缺口

        ●  胶囊网络的起源和概念:为什么要抛弃反向传播

        ●  胶囊网络的设计架构细节解析:Capsule 层和Dynamic Routing 算法

        ●  胶囊网络的训练技巧解析:squashing function和最优化

        ●  手把手教实战:胶囊网络在实际工业的应用,以及实际应用中提高准确度技巧详解

        第二天

        自然语言处理(NLP)中的深度学习

        ●  词向量的表达形式和词嵌入方式的分析与介绍;

        ●  Airbnb(爱彼迎公司)推荐系统与近似搜索背后的秘密—Word2Vec;

        ●  循环神经网络的架构设计思路详解与5种不同网络拓扑结构在不同领域中的实际应用:

        1.情感识别分析;

        2.短视频理解与字母生成;

        3.机器翻译;

        4.聊天机器人;

        5.阅读理解与完型填空;

        ●  Seq2Seq的模型架构介绍和在实际NLP中的应用地位;

        ●  手把手教实战:用基于Seq2Seq实现机器翻译


        第二天

        Google翻译背后的深度学习模型—替代RNN的“变形金刚”Transformer:

        ●  循环神经网络的几大‘罪状’

        ●    Transformer网络架构设计与技术原理详细介绍:Residual connection,Mask结构与Positional encoding结构

        ●    Advanced Attention机制的设计思路和原理:自注意力机制,点乘注意力机制与多头注意力机制

        ●    Transformer网络训练最优化问题

        ●    手把手教实战:Transformer的实现与实际工业应用

        第二天

        机器学习中的“道”与“术”—论机器学习在工业界实践与大规模行业应用

        ●    机器学习之“道”的详解:Bias and Various trade-off, Ensemble模型为什么会提高5%的精度,Xgboost屡试不爽背后的秘密

        ●    机器学习之“术”的介绍:实际工作中如何避免Overfitting和Underfitting, Ensemble如何组合会达到最大的效果,Xgboost在实际项目中的应用,随机森林与深度学习的完美结合

        ●    手把手教实战:机器学习股票价格预测初级,高级实战

        第三天

        深度学习在Google、BAT等互联网巨头公司中的实际应用——广告点击率预估(CTR预估)

        ●    广告点击率预估的重要性,广告点击率预估的商业价值;

        ●    早期Google、BAT等互联网巨头公司中广告点击率预估的实践方法与经验详解介绍;

        ●    深度学习在Google、BAT等互联网巨头公司中实际应用模型架构设计原理与设计思路:

        1. Wide & Deep Learning;

        2. Deep Learning over Multi-field categorical data: FNN and SNN;

        3. Product-based Neural Networks: PNN;

        4. DeepFM;

        5. Neural Factorization Machine(NFM)

        6. Attentional Factorization Machine(AFM)

        第三天

        未来强人工智能(AGI)方向—迁移学习(transferlearning),生成对抗网络(GAN)和深度强化学习(Deep Reinforcement Learning):

        ●    迁移学习的基本概念和各种应用场景;

        ●    深度迁移学习(transferlearningindeeplearning)与多任务学习(multi-tasklearning):

        ●    深度迁移学习在工业界的大规模应用;

        ●    GAN的网络结构设计与原理解析;

        ●    AlphaGo架构设计与原理解析;

        ●    AlphaGo的现实意义和未来强人工智能的走向

        ●  揭开Google的AutoML的神秘面纱:自动机器学习的架构搜索初探和工程实践

        查看更多

        会议嘉宾

        (最终出席嘉宾以会议现场为准)


        授课专家

        张老师:基地金牌讲师:首席数据科学家,7年以上的机器学习和数据挖掘经验。在互联网公司从事机器学习相关项目的研发,落地与实际应用,主导公司的实际业务,带领团队在算法优化创新等方面持续深耕,推动项目的实施落地。在金融,推荐系统,图像和自然语言处理方面都有深入的研究和实际项目经验。从2011年开始从事机器学习和数据挖掘的相关研究工作,对于机器学习,深度学习,强化学习的原理和实际应用有自己独到的见解。熟悉Hadoop,Spark等大数据平台。在机器学习领域发表过多篇顶级期刊会议文章,也是多个顶级期刊会议的审稿人。

        彭老师:基地金牌讲师:腾讯优图实验室首席人工智能专家,彭博士毕业于国内Top5高校计算机专业,在人工智能和模式识别领域发表了10余篇顶级会议和期刊。目前在国内某知名互联网公司担任人工智能算法高级技术专家,有深厚的学术背景和丰富的项目及业务落地经验。彭老师还长期担任校园招聘和社会招聘技术面试官,有丰富的招聘面试经验。因其深入浅出、诙谐幽默的授课风格,彭老师的课程大受学生喜爱,口碑非常好。

        查看更多

        参会指南

        会议门票


        课程费用

        7800元/人(RMB)(含培训、教材、专家、场地、证书、学习用品费等)

        注:参加相关培训并通过考试的学员,可以获得:

        1.工业和信息化部颁发的《人工智能与深度学习》证书,该证书可作为专业技术人员职业能力考核的证明,以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。

        注:请学员带一寸彩照和2寸彩照各1张(背面注明姓名)、身份证复印件一张。

        查看更多

        温馨提示
        酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再安排出行与住宿。
        退款规则: 活动各项资源需提前采购,购票后不支持退款,可以换人参加。

        活动家为本会议官方合作
        报名平台,您可在线购票

        会议支持:

        • 会员折扣
          该会议支持会员折扣
          具体折扣标准请参见plus会员页面
        • 会员返积分
          每消费1元累积1个会员积分。
          仅PC站支持。
        • 会员积分抵现
          根据会员等级的不同,每抵用1元可使用的积分也不一样,具体可参见PLUS会员页面。 仅PC站支持。

        部分参会单位

        主办方没有公开参会单位

        邮件提醒通知

        分享到微信 ×

        打开微信,点击底部的“发现”,
        使用“扫一扫”即可将网页分享至朋友圈。

        录入信息

        请录入信息,方便生成邀请函