青年AI自强计划-计算机视觉课程

青年AI自强计划-计算机视觉课程课程简介：前往报名学习

青年AI自强计划-计算机视觉课程课程简介：

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。

前往报名学习

青年AI自强计划-计算机视觉课程课程目录：

第一章-AI鸟瞰及进阶指南

--1.8：环境搭建

--lec1-2019beta0.1版

第二章-机器学习入门

--2.1：前言及引子

--2.2：数据表示&可视化/归一化&决策边界表示

--2.3：sigmoid函数&损失函数

--2.4：梯度下降法

--2.5：过拟合&正则化&总结

--lec2-2019beta0.1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

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

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

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

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

青年AI自强计划-计算机视觉课程授课教师：

王明哲-研究生-清华大学-自动化系

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