吴老师 曾经任职于盛大，mediav，腾讯，具有(yǒu)多(duō)年的计算广告和数据挖掘的经验，理(lǐ)论知识完备，实战经验丰富。
曾经主导或参与过多(duō)个pv上亿次数据挖掘项目,具體(tǐ)有(yǒu):1）盛大移动端数据挖掘平台；2）聚胜万合聚效广告平台；3）腾讯移动端社交产品流量增值（微信，手Q）；4）淘宝技术部交易日志(zhì)数据挖掘平台；甚至可(kě)以说，80%的网民(mín)都直接或是间接使用(yòng)过他(tā)参与过的数据产品。
课程大纲
1.人工智能(néng)简史
1. 图灵机、图灵测试、达特茅斯会议
2. 人工智能(néng)三大學(xué)派（符号、行為(wèi)、连接）、贝叶斯學(xué)派、通用(yòng)人工智能(néng)、深度學(xué)习、强化學(xué)习等最新(xīn)进展
2.机器學(xué)习概论
1. 机器學(xué)习的基本分(fēn)类：有(yǒu)监督學(xué)习、无监督學(xué)习、强化學(xué)习、迁移學(xué)习等
2. 机器學(xué)习基本模型
3. 机器學(xué)习的简单应用(yòng)（例如邮件过滤、对客户的信用(yòng)进行评级）
4. 机器學(xué)习的复杂应用(yòng)（例如主题模型、Alphago)
3.从神经网络到深度學(xué)习
1. 什么是深度學(xué)习
2. 深度學(xué)习的特点是什么？
3. 深度學(xué)习被应用(yòng)的领域包括哪些？
4. 深度學(xué)习未来的发展方向是什么？
5. 深度學(xué)习模型种类（CNN，RNN，神经图灵机、注意力模型等等）。例子：手写识别
4.基于数据的决策
1. 数据评估公司与产业案例
2. 数据评估自然科(kē)學(xué)基金分(fēn)配案例：電(diàn)信热点预测
3. 数据智能(néng)下的公共服務(wù)：犯罪，疾病与警力和医疗资源的投送；
4. 全球供应链：数据时代的全球再分(fēn)配
5.无处不在的计算机视觉
1. Opencv
2. 机器视觉中的特征提取与描述
3.人脸识别
4. 姿态识别
5. 计算识别在安全领域的应用(yòng)
6. 图像标注与问答(dá)
6.自然语言处理(lǐ)
1. 自然语言处理(lǐ)问题的范围
2. 自然语言处理(lǐ)的基本模型和原理(lǐ)
3. 目前自然语言处理(lǐ)的局限
4. 客服机器人
7.机器人和边缘计算
1. 机器人的主要分(fēn)类及市场分(fēn)析；
2. 机器人的技术现状及挑战；
3. 边缘计算若干热点领域分(fēn)析；
4.基于物(wù)联网的机器人
8.对抗生成网络
1.gan介绍
2.人脸生成（换脸）
3.风格迁移
9人工智能(néng)的未来
1. 人工智能(néng)对人类主要行业的影响与冲击；
2. 人工智能(néng)改变社会的几个阶段；
3. 奇点临近带来的机遇与挑战；
4. 人工智能(néng)发展带来的伦理(lǐ)问题；
5. 人工智能(néng)给法律的挑战。 |
