青年AI自强计划-计算机视觉课程

随堂模式

  • 什么是随堂模式?

    随堂模式课程一般为每学期一轮次,课程每周更新,作业、考试有截止时间,由课程提供方老师、助教指导,课程完结,成绩由老师确认后,统一发放证书。

  • 什么是自主模式?

    自主模式课程常年开放加入,课件全部开放,作业、考试无截止时间,有学堂在线招募选拔的助教指导,考核通过即可自动获得证书。

来自于: | 分类: 计算机(667)

课程描述

目前数据科学和人工智能的人才缺口空前之大,人们对AI相关知识的学习需求也大大增加。 本课程主要由8次讲座以及1个转化挑战任务组成,讲座每隔一周举办一次。每次讲座会用通俗易懂的语言引导大家掌握AI相关的知识点,依次为AI鸟瞰与进阶指南、机器学习入门、经典神经网络、深度神经网络、卷积神经网络、分类任务、探测任务、实例与调参方法,最后通过转化挑战任务带领大家实操实践。 真正让大家快速理解理论知识,并掌握实践能力。

什么是认证证书?
免费学习
认证学习
名师签名
实名认证
权威性
纸质证书
付费购买
免费赠送

课程简介

本课程为青年AI自强项目-计算机视觉课程,主要的组织者、演讲者、参与者全部以学生为主,为同学们解决实际问题:弥补“技术小白”与“老师觉得你懂”之间的鸿沟、弥补“课本”到“实践”的鸿沟、解决一般的学术文章/资源不易读的问题。本课程主要由8次讲座以及1个转化挑战任务组成,讲座每隔一周举办一次。每次讲座会用通俗易懂的语言引导大家掌握AI相关的知识点,依次为AI鸟瞰与进阶指南、机器学习入门、经典神经网络、深度神经网络、卷积神经网络、分类任务、探测任务、实例与调参方法,最后通过转化挑战任务带领大家实操实践等等。

展开

课程章节

第一章-AI鸟瞰及进阶指南
lec1-2019beta0.1版
第二章-机器学习入门
2019beta0.1版
第三章-经典神经网络
3.1:前言&背景介绍&线性模型拟合MNIST
3.2:前馈传播(上)
3.3:前馈传播(下)&大神Hinton
3.4:反向传播 & 知识延展 & NN vs MNIST
3.5:尾声&第二讲作业说明
3.6:第三章-作业提交
第四章-深度神经网络
4.1:前言&DNN概览
4.2:数据集简介及知识回顾
4.3:梯度消失
4.4:梯度爆炸及激活函数
4.5:过拟合及其解决办法
4.6:处理大数据的小技巧&尾声
4.7:第四章-作业提交
第五章-卷积神经网络
5.1:引言&CNN概览
5.2:标准DNN的局限性&卷积运算略解
5.3:池化运算略解&数据集简介
5.4:卷积&池化详解
5.5:网络结构整体解析&尾声
5.6:课后答疑
5.7:第三次&第四次作业说明
5.8:第五章-作业提交
第六章-视觉分类任务
6.1:初始分类任务
6.2:卷积知识回顾
6.3:AlexNet & ZFNet
6.4:VGG & GoogleNet(上)
6.5:GoogleNet(下)& 模型退化问题
6.6:ResNet & SENet
6.7:小结 & 模型压缩
6.8:MobileNet & 尾声
6.9:第五章作业说明
6.10:第六章-作业提交
第七章-视觉探测任务
7.1:探测任务基础知识
7.2:开山之作:R-CNN
7.3:Fast & Faster R-CNN
7.4:YOLO基础
7.5:YOLO进阶 & 尾声
7.6:第七章-作业提交

授课教师

  • 王明哲 清华大学 自动化系 研究生

    清华大学数据院-数据派研究部-部长 清华大学学生大数据研究协会-副会长 清华大学自动化系-研究生 北京轩宇信息技术有限公司-孵化中心副主任

精华笔记

精华笔记正在评选中,去看看全部笔记

常见问题

目前还没有常见问题哟!