國外小組科研—人工智能與深度學(xué)習(xí)專題： 告別“機(jī)器假學(xué)習(xí)”，下一代AI熱潮：因果推斷與強(qiáng)人工智能實現(xiàn)路徑研究【大學(xué)組】

開始日期：

2023年7月8日

專業(yè)方向：

計算機(jī)與人工智能

導(dǎo)師：

Nicholas （劍橋大學(xué) University of Cambridge 終身教授）

課程周期：

7周在線小組科研學(xué)習(xí)+5周不限時論文指導(dǎo)學(xué)習(xí)

語言：

英文

建議學(xué)生年級：

大學(xué)生

項目產(chǎn)出：

7周在線小組科研學(xué)習(xí)+5周不限時論文指導(dǎo)學(xué)習(xí) 共125課時 項目報告 優(yōu)秀學(xué)員獲主導(dǎo)師Reference Letter EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導(dǎo)（可用于申請） 結(jié)業(yè)證書 成績單

項目介紹：

項目內(nèi)容包括機(jī)器學(xué)習(xí)理論、應(yīng)用與技術(shù)，線性分類器，卷積神經(jīng)網(wǎng)絡(luò)，回歸神經(jīng)網(wǎng)絡(luò)等。學(xué)生將通過項目熟悉機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)等理論知識與機(jī)器學(xué)習(xí)語音與圖像處理案例，在項目結(jié)束時，提交項目報告，進(jìn)行成果展示。 This course aims to provide an introduction to the fundamentals of deep learning. It will cover the most common forms of model architectures and primarily the algorithms used to train them. Attention will also be payed to how deep learning manifests in both distributed and constrained compute platforms (e.g., computing clusters, wearables and phones). Theory and principles will be presented, but this will go hand-in-hand with a focus on practical experience such as using existing frameworks and implementing (simplified versions) of core algorithms. Students will be taught the basics of neural networks, convolutional networks, recurrent networks; and introduced to concepts such as: dropout, batch normalization, and types of hyper-parameter optimization. Applications in the area of audio and image processing will be discussed.