【深度学习论文班】横扫经典与前沿!

机器学习热潮方兴未艾,深度学习缔造的神话层出不穷。面对这波涛汹涌的浪潮,您是选择被浪潮吞没,还是激流勇进做时代的弄潮儿?

如果你是深度学习领域的一名新手,或者是正在为学业而苦恼的研究生,阅读paper都是无法绕过的门槛。所以,七月在线隆重推出《深度学习论文班》,深度解析和实战深度学习的最新/经典论文以及前沿进展,为您打开深度学习的黑箱,共同探索AI新时代。

课程名称


 

七月在线【深度学习论文班】

课程概要



深度学习的崛起与最新进展

1 深度学习如何崛起

2 深度学习有哪些重要应用

3 深度学习有什么最新进展

4 深度学习的缔造者们在思考什么问题

适合人群


   

1 所有高校研究生的福音,无论是机器学习 深度学习方向,还是NLP CV方向都可以报,因为深度学习在这些方向都应用广泛;

2 机器学习或深度学习学习者/爱好者,帮你进一步巩固所学;

3 数据科学方向的从业人员,进一步提升职业技能,助力升职加薪。

课前准备



学过机器学习/深度学习即可。

预习课程:《深度学习 第三期》,http://www.julyedu.com/course/getDetail/69。

课程福利:报本论文班即送「七月在线DL翻译组」翻译的全部论文:https://ask.julyedu.com/question/7612

上课方式



11月5日开课,每周六周日晚上8点-10点上课

七月在线官网上在线视频直播(支持Windows、mac、pad、手机浏览器等一切平台,无需安装任何额外软件),课上实时答疑,课后提供课程视频可反复观看,且有任何疑问可随时在课程群向讲师提问。

讲师天团



管博士加州大学洛杉矶分校(UCLA)数学博士,中科大数学学士,五年数学课讲课经验,目前在华尔街一家金融公司做数据处理等工作。


邓博士:布朗大学应用数学博士兼中科大高分子物理博士,数学功底扎实,且有多年的ML工业应用经验。曾担任startup 公司Parkloco chief data scientist, 目前就职Google广告部门,负责实时大数据分布式处理系统。


JohnsonCMU计算机博士,熟练机器学习、统计与凸优化。曾工作于百度、谷歌等公司的AI实验室。更在AAAI/IJCAI/AISTATS等*会议上发表过多篇论文。


李博士香港中文大学在读博士,研究方向为计算机视觉、深度学习、增强学习等,主攻深度学习在物体识别与跟踪上的应用。曾作为港中大团队一员,参与ImageNet 2015大规模物体识别比赛获得第二名。在CV、ML等领域的*会议(ICCV、ICML)和期刊(IEEE-TIP)上发表多篇论文。

常见问题



Hinton 两篇奠基性的文章,开启深度学习的新纪元

第1课 A fast learning algorithm for deep belief nets.

第2课 Reducing the dimensionality of data with neural networks.

CNN的在图像分类上的重要应用与理论阐释

第3课 Imagenet classification with deep convolutional neural networks.

第4课 A guide for convolution arithmetic for deep learning

CNN的最新进展以及RNN在语音识别上的应用

第5课 Densely Connected Convolutional Networks

第6课 Speech recognition with deep recurrent neural networks

深度模型的训练方法与理论的两项突破性进展

第7课 Decoupled neural interfaces using synthetic gradients

第8课 Deep Learning without Poor Local 


上一篇:32.3 按之字形顺序打印二叉树


下一篇:控制 table 的 页签 和空值状态