人工智能前沿研究科研课题：机器学习与深度学习多维应用

课程安排

Course Arrangement

招生状态：招生中

课程时间：滚动开班

课程方式：zoom远程直播式授课

课程安排： 学术主导师21课时+学术副导师9课时+论文主导师6课时+论文副导师21课时，为期7周

课程描述

Course Description

深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。机器学习是人工智能的子领域，也是人工智能的核心。它囊括了几乎所有对世界影响最大的方法。机器学习理论主要是设计和分析一些让计算机可以自动学习的算法。深度学习则属于机器学习的子类。它的灵感来源于人类大脑的工作方式，是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并非是一个全新的概念，可理解为包含多个隐含层的神经网络结构。为了提高深层神经网络的训练效果，人们对神经元的连接方法以及激活函数等方面做出了调整。其目的在于建立、模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据，如文本、图像、声音。

适合人群

Suitable For

对人工智能、神经网络、深度学习感兴趣的高中生、本科生

修读计算机、编程、信息工程等专业，以及未来希望在机器学习、算法、编程、模式识别等领域从业的学生

具备一定微积分、线性代数、以及编程基础的学生优先

导师介绍

Professor Introduction

帝国理工学院终身教授

Björn Schuller

帝国理工学院计算机系终身教授

帝国理工学院计算机系语言、音频和音乐小组负责人

德国audEERING GmbH公司首席科学官兼联合创始人

2015-2016世界经济论坛40位杰出青年科学家之一

哈尔滨工业大学计算机科学与技术学院客座教授

天津师范大学情感智能中心荣誉院长

论文被引用次数：53473；h指数：102；i10指数：642

助教介绍

TA Introduction

学历背景：海内外TOP30名校硕/博士背景，团队博士生占比超40%

专业过硬：拥有相关专业领域论文发表经历

经验丰富：学术成绩优秀&英语流利，拥有多年助教经验

教学导向：无缝对接教授课题，全程参与教学与授课

项目亮点

Program Advantages

满足高校学术课程要求的完整课时

教授亲自指导的完整科研项目

真实有效教授亲自出具的推荐信