高级机器学习训练营

高级机器学习训练营课程简介：前往报名学习

高级机器学习训练营课程简介：

“高级机器学习训练营”是学堂在线联合清华大学计算机系副主任、杰青获得者唐杰教授共同研发的人工智能高级课程。

前往报名学习

高级机器学习训练营课程目录：

一、课程简介和预习准备

--1.1 课程概述

--1.2 参考资料（编程和数学）

--1.3 参考资料（专业术语表）

--【畅所欲言】

二、经典机器学习算法回顾

--2.1经典机器学习算法回顾

--2.2

三、集成学习

--3.1 集成学习

--【畅所欲言】

四、深度前向网络

--4.1 深度网络模型

--【畅所欲言】

--作业2：竞赛“同名消歧”

五、卷积神经网络

--5.1 什么是卷积神经网络

--5.2 卷积与池化

--5.3 卷积神经网络的最新发展

--5.4 卷积神经网络的应用

--【畅所欲言】

六、机器学习理论

--6.0 本章导学

--6.1 PAC理论

--6.2 VC维

--6.3 模型选择

--【讨论】针对本章内容，写下你的疑惑

七、支持向量机

--7.1 支持向量机1

--7.2 支持向量机2

--7.3 支持向量机3

--7.4 支持向量机4

八、自编码器

--8.1 什么是自编码器

--8.2 稀疏自编码器

--8.3 去噪自编码器

--8.4 堆叠自编码器、卷积自编码器、变分自编码器

--8.5 卷积自编码器

--8.6 变分自编码器

九、循环神经网络

--8.1 语言模型、什么是循环神经网络(RNN)、编码-解码架构、注意力机制

--8.5 预训练、循环神经网络的应用

十、网络表示学习

--网络表示学习

十一、生成对抗学习

--什么是生成对抗学习、对抗攻击（白盒攻击和黑盒攻击）与防御

十二、在线学习

十三、增强学习

-- 什么是增强学习

--Markov决策过程（MDP）、动态规划、蒙特卡洛方法、深度增强学习、逆增强学习

十四、自动机器学习

--13.1 超参数优化、神经架构搜索NAS

--13.2 元学习

十五、认知图谱

--认知图谱

大咖主题分享（拓展）

--直播列表

作业补交通道（作废）

--【补交】作业一：决策树

来，挑战自己吧ヾ(o◕∀◕)ﾉヾ

--作业一：决策树

--作业二：竞赛“同名消歧”

--作业三：Breast Cancer Detection

--作业四：VC Dimension of Neural Networks

--作业五：SVM kernel function计算

--作业六：Social Influence Prediction with GNNs

--作业七：Semi-supervised Learning on Graphs with GANs

--作业八：Question Answering with Cognitive Graph

--终极挑战（大作业）

实践作业（作废，勿发布）

--作业三：Breast Cancer Detection

--作业四：VC Dimension of Neural Networks

--作业五：SVM kernel function计算

--作业六：Social Influence Prediction with GNNs

高级机器学习训练营授课教师：

唐杰-教授-清华大学-计算机科学与技术系

唐杰，清华大学计算机系教授、系副主任，获杰青。研究兴趣包括：数据挖掘、社交网络和知识图谱。发表论文200余篇，引用10000余次（个人h-指数59）。主持研发了研究者社会网络挖掘系统AMiner，吸引了220个国家/地区1000多万独立IP访问。曾担任国际期刊ACM TKDD的执行主编和国际会议CIKM’16、WSDM’15的PC Chair、KDD’18大会副主席。作为第1完成人获北京市科技进步一等奖、中国人工智能学会科技进步一等奖、KDD杰出贡献奖。