重磅|100节免费AI公开课(含CV、NLP、自动驾驶)-硅谷顶级科学家倾力打造

1 月 16 日 深度学习与NLP

甲子光年CEO在《少数人的路》中说:“技术推动了一次次工业革命,每一次都带来了至少100倍以上的生产力的提高;第一次,机械革命,第二次,电气革命,第三次,信息革命,第四次,便是正在进行的智能革命”


而智能革命的当下,核心的主角便是人工智能。


根据艾瑞咨询发布的《中国人工智能+金融行业研究报告(2018)》,在智能支付、智能客服、智能风控、智能投顾等多个场景,人工智能技术都有了成熟的应用。


艾瑞咨询:《人工智能+金融行业应用全景图》


对应的薪水也平均薪酬溢价高达55%-110%,有2、3年经验的人才要价50-60万年薪是很正常的一件事情。在这种形势下,很多同学都产生了涉足人工智能的想法,并付诸了行动。


其实网上关于人工智能的课程有很多,大量免费的资料可以去选择,也有很多书籍和视频可以去购买。但这些海量的资料加大了大家选择的成本,降低了学习的效率。很多同学有很好的数学和代码基础,觉得自己能够完全搞定人工智能。但自己在中英文夹杂的资料海里遨游了三个月后,收获甚微。



所以为了让大家能够高效率入门人工智能行业,我们邀请硅谷顶级科学家为大家在线直播100节免费公开课,一周3-4节课。


不要认为免费的公开课就没有干货。每周一次的Review Session,我们会提前一周给出几个备选主题,由群内的同学们自主投票选择最心仪的主题。




这100节公开课有多硬核呢?设计紧密围绕学术界最新进展以及工业界的需求,涵盖了80%的人工智能知识点,并且结合了大量实战项目,包括热门的聊天机器人,自动驾驶等项目,培养学员的动手能力,解决问题能来以及对知识的深入理解。




来看一下这周被选中的公开课主题,自动驾驶计算机视觉,NLP聊天机器人,推荐算法,随机算法。


AI系列公开课一



机器学习在自动驾驶(计算机视觉)中的案例分析

时间: 1月16日(周三)下午1:00


内容介绍


1. 自动驾驶中的指示牌识别(Traffic Sign Recognition)

-指示牌识别的挑战

-如何从摄像头的画面中定位交通指示牌(Image Segmentation)

-如何识别交通指示牌(Image Classification)

-数据增强等预处理技术


2. 自动驾驶中的方向盘转动方向预测( Steering Prediction)

-  问题的目标和难点

-  传统的方案:道路检测、车辆检测

-  基于深度学习的端到端学习

-  怎么处理数据不平衡

-  传统模型和端到端模型的比较


主讲人介绍


Jerry 袁源
贪心科技负责人


美国微软总部和美国亚马逊总部的资深推荐系统工程师、主导多款核心推荐系统的研发,是人工智能、分布式系统、云计算方面的专家。 博士毕业于美国新泽西理工,拥有14年人工智能、推荐系统、自然语言处理、数字图像和视频处理项目经验。曾师从中国科学院王守觉院士从事人脸识别研究、共同发表论文。在美国博士期间,主要研究NASA(美国航天局)支持的基于人工智能的空间天气预测项目。先后在AI相关会议和杂志上发表过15篇以上的论文。


AI系列公开课二



如何搭建一个聊天机器人- 各类架构剖析及实现

时间: 1月17日(周四)晚上8:30


内容介绍


本次公开课讲解搭建聊天机器人的几个核心方法,包括技术讲解和代码演示。听众不需要掌握任何AI相关的知识。该公开课具体内容包括:


 聊天机器人的种类与评估

基于检索的方法论

- 基于模式匹配的方法论

- 基于意图识别的方法论

- 基于端到端的方法论


主讲人介绍


李文哲
NLP、知识图谱领域专家


美国南加州大学博士,曾任凡普金科(爱钱进)首席科学家,美国亚马逊/高盛高级工程师,AI量化投资公司首席科学家兼投资总监。在AAAI, KDD, AISTATS等顶会上发表过15篇以上论文,其中3篇获得Best Paper Award,累计数百次引用。


AI系列公开课三



案例剖析-深度解读Amazon的推荐算法

时间: 1月19日(周六)晚上8:30


内容介绍


1. 概述 

推荐系统的成功案例(Amazon)


2. 常用的推荐的算法

  1. 基于内容

  2. 协同过滤

  3. 矩阵分解

  4. 因子分解机(Factorization Machine)

  5. 深度学习

  6. 机器学习排序(Learning to Rank)

  7. 探索与利用(Explore and exploit): Contextual bandit

  8. 集成学习 (Ensemble/Hybrid method)

 

3. 如何评价推荐系统

  1. 离线评估

  2. 问卷调查

  3. 用户学习(User Study)

  4. 在线测试 (A/B 测试)

 

4. 推荐系统架构


主讲人介绍


Henry Shi
AI博士,机器人系访问学者


Henry Shi, 拥有10多年人工智能领域相关研发和研究经历,负责过美国政府多项人工智能基金项目。美国南加州大学人工智能博士,卡内基梅隆大学机器人系访问学者,先后在 ICML、AAAI、IJCAI、ICDM等国际顶级会议上发表数篇论文,引用次数高达1000。Henry也作为连续创业者,联合创立了南加州地区最大规模的华人创业服务平台PlusYoou普创、曾联合创立了P2P留学咨询平台云飞跃,担任CTO并实现了并购退出。


AI系列公开课四



基于随机森林的电信用户流失模型

时间: 1月15日(就是今天)(周二)晚上8:30


内容介绍


本次公开课讲解机器学习经典算法随机森林,它也是最常用的算法之一,因为它很简易,既可用于分类也能用于回归任务。 本次公开课你将了解到随机森林算法的工作原理以及适用范围。听众不需要掌握任何AI相关的知识。


  1. 随机森林的原理

  2. 手写一个随机森林

  3. 模型的构建和评估



主讲人介绍


郭锐
资深算法工程师


资深算法工程师,北京化工大学硕士,北京航空航天大学博士,东方国信数据挖掘工程师,第四范式NLP工程师,负责过电信终端换机项目、电信套餐升档项目、银行知识图谱项目、证券公司问答系统项目等。


晒一下好评





报名方式



扫描海报二维码进群
加入免费公开课。

之后的公开课安排
(每周二、四、六)



具体主题由学员投票决定


  • 企业开发中代码是如何管理的

  • 一起聊聊AI/数据相关岗位的技能图谱,职业规划,未来前景

  • 一小时弄清楚自然语言处理技术概览以及应用场景

  • 用例子来说明机器学习中的 MLE vs MAP vs 贝叶斯估计的区别

  • 面试必考题:逻辑回归模型以及数学推导

  • 一小时弄清楚什么是卷积神经网络

  • Python中那些不得不会的算法题目

  • 大话面向对象

  • 爬虫开发过程中那些绕不过的登录怎么办

  • Python结合计算机视觉技术进行验证码识别

  • 高质量的代码必经之路-单元测试该怎么做

  • Python操作MongoDB

  • Python操作MySQL

  • 爬虫开发中不得不掌握的正则技术

  • Python企业开发规范

  • Python Web开发框架Django入门

  • Python Web开发框架Flask入门

  • Python 抓取贴吧评论并进行分析

  • 零基础搭建简单的问答系统

  • 怎么用知识图谱做金融风控系统

  • 利用端到端的学习(end-to-end learning)搭建无人驾驶系统

  • 搭建一个简单的目标检测系统(object detection)

  • 深度学习的可解释性:深入浅出深度学习中的可视化(visualization)

  • 聊聊中美人工智能人才培养、技术创新以及差异性

  • 推荐系统中的常见算法介绍

  • 矩阵分析(Matrix Factorization)详解:推荐系统最离不开的算法

  • 几行代码可以实现的算法: KNN的详解

  • Metric Learning中的经典:LMNN算法详解

  • 随机梯度下降法中的收敛理论

  • SGD, Adagrad, Adam算法的详细比较

  • 深入浅出递归神经网络(Recurrent Neural Network)以及应用

  • RNN中的梯度爆炸以及梯度消减,介绍LSTM

  • 一小时实现图像中的风格迁移(style transfer)

  • 一小时实现语音中的情绪识别(emotion recognition)

  • 基于GraphX做分布式图分析

  • 图嵌入算法详解以及引用

  • GBDT和XGBoost算法应用以及实现

  • 自适应系统所涉及到的技术要点

  • 机器学习工程需要必备的数学知识

  • 利用目标检测和跟踪算法分析英雄联盟视频

  • 一小时教你怎么搭建GPU训练环境

  • 一小时用Keras搭建人脸识别系统

  • Google的最新作品BERT模型详解以及实现

  • 一小时实现机器自动写代码系统

    (持续更新中。。)


公开课导师阵容




李文哲 : 美国南加州大学博士,曾任凡普金科(爱钱进)首席科学家,美国亚马逊/高盛高级工程师,AI量化投资公司首席科学家兼投资总监。在AAAI, KDD, AISTATS等顶会上发表过15篇以上论文,其中3篇获得Best Paper Award,累计数百次引用。

袁源 美国新泽西理工博士,美国微软和美国亚马逊的资深推荐专家和技术负责人、主导多款核心推荐系统的研发,是人工智能、分布式系统、云计算方面的专家。拥有14年人工智能、推荐系统、自然语言处理、数字图像和视频处理项目经验。在AI会议上发表过20篇以上论文。

蓝振忠:美国卡耐基梅龙大学博士。现任Google科学家,曾任美国智能监控公司的首席科学家, 对视频和多媒体的智能分析有深入研究。他曾代表卡耐基梅隆大学在美国国家标准总局(NIST)举办的视频智能分析大赛中连续多年进入前三。先后在NIPS、CVPR、ICCV、IJCAI、ICDM等国际顶级会议上发表过25篇以上的论文,论文引用次数上千。


史源:美国南加州大学博士,美国AI基金创始人,拥有10多年人工智能领域相关研发和研究经历。卡耐基梅隆大学访问学者,先后在 ICML、AAAI、IJCAI、ICDM等国际顶级会议上发表数篇论文,引用次数高达1000。


周景阳:曾任百度资深工程师,国美和凡普金科的技术负责人。是技术领域、数据分析、知识图谱、视觉等领域的专家。


葛瀚骋美国Texas A&M大学博士,美国亚马逊Alexa部门资深科学家,负责Alexa的智能化以及个性化的研发与应用,曾任职于美国ebay以及NEC北美实验室。主要的研究涉及到Tensor、社交分析、推荐系统等领域,在KDD、AAAI、SIGIR、RecSys等国际顶级会议上发表15篇以上的论文,数百次的引用。


Q: 如何参与之后的公开课?

扫描下面二维码(或海报)进群
加入免费AI公开课

如遇任何困难,请加小编”greedytech“帮你入群

登录查看更多
4+

相关内容

Top