如何让计算机具备类似人脑的学习能力,从而实现人工智能? 答案就在《神经网络理论及应用》课程中。本课程将解析传统经典神经网络和深度神经网络的主流模型原理,通过类脑的信息处理方式,完成预测回归、分类聚类、模式识别等多种智能化任务。让我们一起迈入人工智能的世界,挖掘潜藏在数据背后的规律与奥秘吧!
播放:3813次,课程ID:4231782
如何让计算机具备类似人脑的学习能力,从而实现人工智能? 答案就在《神经网络理论及应用》课程中。本课程将解析传统经典神经网络和深度神经网络的主流模型原理,通过类脑的信息处理方式,完成预测回归、分类聚类、模式识别等多种智能化任务。让我们一起迈入人工智能的世界,挖掘潜藏在数据背后的规律与奥秘吧!
--2.1人工神经元模型
--2.2人工神经网络模型及学习
-- 3.1单层感知器基础知识
--3.2单层感知器的功能与局限
--3.3多层感知器引入
--3.4基于BP算法的多层感知器
--3.5标准BP算法实现
--3.6标准BP算法的局限性与改进
--3.7-BP神经网络设计基础
-- 3.8基于MATLAB的BP网络应用实例-数据拟合
--3.9基于MATLAB的BP网络应用实例-分类
--4.1竞争学习神经网络
--4.2SOM神经网络
--4.3SOM神经网络案例
--4.4LVQ神经网络
--4.5对偶传播神经网络
--5.1正则化径向基函数神经网络基础
--5.2广义径向基函数神经网络基础
--径向基函数神经网络学习算法
--5.4基于MATLAB的RBF网络应用实例——数据拟合
--5.5基于MATLAB的RBF网络应用实例——鸢尾花分类
--6.1 支持向量机基本原理
--6.2 支持向量机应用案例
-- 7.1卷积神经网络的基本架构
--7.2卷积功能层
--7.3池化层与全连接层
--7.4卷积神经网络在目标检测的应用
--7.5卷积神经网络退化问题
--7.6卷积神经网络模型的过与欠拟合问题
--8.1 初识循环神经网络
--8.2 循环神经网络
--8.3 长短时记忆网络
--8.4 LSTM回归应用案例
--8.5 LSTM分类应用案例
博士、教授、硕士生导师、北京市优秀教师、北京市属高校中青年骨干教师、北京工商大学计算机与信息工程学院副院长,兼任中国仪器仪表学会青年工作委员会委员、中国自动化学会应用专业委员会委员、中国人工智能学会智能服务专委会委员。主要从事智能信息处理、物联网技术应用等方面的教学和科研工作。主讲“神经网络理论及应用“、”信息论与编码“及”DSP技术“等课程。主要负责在线课程内容总体设计、第4章4.5、第5章MOCC录制及测试出题等工作。
博士、副教授,硕士生导师,北京市组织部优秀人才,兼任中国仪器仪表学会近红外光谱分分会理事、食品质量安全检测仪器与技术应用分会理事。从事基于机器学习的农产品、食品分子光谱及光谱成像系统分析、建模与优化等科研工作。主讲“神经网络应用”、“信号与系统”、“数字信号处理”等课程。主要负责在线课程第2章、第3章、第4章的MOOC录制及测试出题等工作。
博士、北京工商大学教授,北京科技大学、北京邮电大学、装甲兵工程学院客座教授、博导。历任中国人工智能学会第五届/第六届理事会副理事长, 北京工商大学信息工程学院院长,教育部自动化专业教学指导委员会第一/二届委员。现任:发展中世界工程技术院院士、中国人工智能学会首批会士、智能产品与产业工作委员会主任、全国智能机器人创新联盟常务副理事长,中国教育发展战略学会-人工智能与机器人教育专业委员会常务副理事长兼秘书长、中文核心期刊《计算机仿真》编委会副主任、中核期刊《智能系统学报》副主编。长期从事神经网络理论及应用、模式识别与智能系统、智能控制等人工智能领域的研究。主要负责在线课程内容总体设计、教材建设以及访谈、绪论MOOC录制等工作。
博士、副教授。2018年6月博士毕业于北京航空航天大学仪器科学与光电工程学院,2016-2018年间于英国爱丁堡大学信息学院国家公派联合培养,曾获国家奖学金、北京市优秀毕业生、中航工业奖学金等多项荣誉。主要从事三维视觉感知、生物特征识别、机器视觉领域的算法研究及应用工作。主讲“神经网络理论及应用”等课程。主要负责在线课程第7章的MOOC录制及测试出题等工作。
博士,讲师。2019年6月于博士毕业于北京林业大学机械工程专业。主要从事智能检测与控制、数据挖掘与分析等科研工作。主讲 “嵌入式系统原理及应用”、“神经网络理论及应用”等课程。主要负责在线课程第6章、第8章的MOOC录制及测试出题等工作。