“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。
播放:304次,课程ID:4339624
“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。
--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】
--2.1经典机器学习算法回顾
--2.2
--3.1 集成学习
--【畅所欲言】
--4.1 深度网络模型
--【畅所欲言】
--作业2:竞赛“同名消歧”
--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】
--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
--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
--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
--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
--网络表示学习
--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
-- 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
--13.1 超参数优化、神经架构搜索NAS
--13.2 元学习
--认知图谱
--直播列表
--【补交】作业一:决策树
--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)
--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
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。