課程大綱：深度學習神經網絡培訓
該課程將系統介紹人工智能中的神經網絡，特別是深度學習的發展現狀、基本原理和主要方法。包括：人工智能綜述，生物神經系統，人工神經元模型，BP網絡，Hopfield網絡，深度卷積神經網絡（CNN），長短期記憶網絡（LSTM）和深度強化學習等。重點分析若干典型CNN模型，并結合具體應用案例，進行編程實操剖析。
人工智能綜述
1.引言∶ 人工智能及其特點
2.深度人工智能學習方法
3.深度學習∶Al的新突破
4.支持Al的大數據和計算平臺
5.認知智能的前沿探索
人工神經網絡基礎
1.人工神經元模型
2.人工神經網絡概述
3.BP網絡結構
4.學習算法及改進型學習算法
5.神經網絡的訓練
6.Hopfield網絡
7.人工神經網絡基礎章節回顧
長短期記憶網絡
1.理解LSTM
2.LSTM與DCNN的結合
3.強化學習的基本原理
4.增強學習算法引言
生物神經系統
1.深度強化學習
2.基于感知智能的認知智能探索
3.人工智能的腦科學基礎
深度卷積神經網絡
1.DCNN發展歷程回顧
2.DCNN基本原理
3.典型DCNN結構
4.編程實操剖析
5.深度卷積神經網絡討論
6.深度卷積神經網絡總結
深度強化學習
1.強化學習問題和MDP與隨機動態規劃
2.典型的強化學習算法
3.深度強化學習
加入高級會員獲得助教答疑
