【贪心学院独家直播】2018日知录数据智能峰会
  1. 直播
    测试
    11月14日 已结束
  2. 直播
    2018日知录数据智能峰会(上午)
    11月15日 已结束
  3. 直播
    2018日知录数据智能峰会(下午)
    11月15日 已结束

对课程感兴趣?

点击报名,听课时长可兑换余额哦~

【贪心学院独家直播】2018日知录数据智能峰会免费

最近在学 0 累计报名 392 好评度 -
咨询老师
用手机看

扫一扫继续用手机看

  • 微信扫码

  • QQ扫码

下载手机APP

课程概述

目录

往期学员作业()

评论

老师介绍

  • 李文哲

    李文哲

    贪心科技CEO, 美国南加州大学博士, 美国亚马逊/高盛高级工程师, AI量化投资公司首席科学家兼投资总监。 在AAAI, KDD, AISTATS等顶会上发表过15篇以上论文,其中3篇获得Best Paper Award,累计数百次引用。
  • 大周

    大周

    贪心科技联合创始人&副总裁 前百度资深工程师,前国美大数据中心技术负责人 10余年数据分析、数据挖掘、大数据、人工智能、软件研发等多方面实战经验
  • 吴俣

    吴俣

    北航-微软亚洲研究与联合培养博士生。在近两年来在ACL、AAAI等国际顶尖学术会议和期刊发表关于对话机器人的论文10余篇,并担任ACL,COLING等会议对话系统和人机交互领域审稿人。在NTCIR检索式聊天机器人任务,SemEval社区问答答案选择任务上,获得世界第二的成绩,在文本匹配和对话系统上有着丰富的研究和工程经验。
  • 史源

    史源

    美国南加州大学博士,美国AI基金创始人,拥有10多年人工智能领域相关研发和研究经历。卡耐基梅隆大学访问学者,先后在 ICML、AAAI、IJCAI、ICDM等国际顶级会议上发表数篇论文,引用次数高达1000。
  • 贪心小妹儿

    贪心小妹儿

    我是贪心学院课程总监,大家都叫我贪心小妹儿!95后创业者,贪心学院项目式课程的设计者。
  • 苏海波

    苏海波

    清华大学电子工程系博士,百分点集团首席算法科学家,擅长人工智能领域的自然语言理解、动态知识图谱、深度学习、个性化推荐以及计算广告学技术;多篇论文发表于GLOBECOM、ICC、IEICE Transactions 等国外顶尖学术会议和期刊;曾就职于新浪微博,负责广告系统的算法效果优化,以及信息流产品整体算法策略的设计及研发。
简  介 贪心学院独家受邀直播2018日知录数据智能峰会。本次会议覆盖了云计算、大数据、AI、区块链、存储等热点内容版块,届时将有40多位行业资深人士登台演讲,包括阿里、百度、华为、英特尔、戴尔、京东等行业巨头公司的高管、总监、架构师等业内知名的资深技术专家。


之后公开课安排(每周二,四,六):

1.文本的表示:从词袋模型(Bag-of-words)到词向量(word2vec) 
2.一小时弄清楚自然语言处理技术概览以及应用场景
3.用例子来说明机器学习中的 MLE vs MAP vs 贝叶斯估计的区别
4.面试必考题:逻辑回归模型以及数学推导
5.零基础搭建简单的问答系统
6.怎么用知识图谱做金融风控系统
7.利用端到端的学习(end-to-end learning)搭建无人驾驶系统
8.搭建一个简单的目标检测系统(object detection)
9.深度学习的可解释性:深入浅出深度学习中的可视化(visualization)
10.一小时弄清楚什么是卷积神经网络
11.剖析特征工程:一起细聊风控中的特征工程技术
12.聊聊自适应教育系统的核心:Knowledge Tracing
13.面试必考题:K-mean算法以及其目标函数、EM算法
14.一小时学会搭建情感分析系统
15.深入浅出深度学习中的预训练(pre-trianing)
16.深入浅出AI最有效模型之一 - 随机森林
17.利用Seq2Seq模型来构建机器翻译系统
18.一个小时弄清凸优化技术以及其应用场景
19.案例来详解机器学习的核心 - 梯度下降法
20.零基础入门双曲空间中(hyperbolic space)的图嵌入
21.主题模型LDA (1):  相关必备知识以及模型详解
22.主题模型LDA(2):  推导吉布斯采样以及代码实现
23.从本质去理解:深度学习为什么需要“深”?
24.AI领域的研究怎么做,怎么高效发论文? 
25.公司怎么转型AI,需要招什么样的AI人才,数据策略怎么实施? 
26.AI领域的投资怎么做
27.一个新的领域:自动化代码的生成、批改、代码嵌入(code embedding)
28.聊聊中美人工智能人才培养、技术创新以及差异性
29.推荐系统中的常见算法介绍
30.矩阵分析(Matrix Factorization)详解:推荐系统最离不开的算法
31.Metric Learning中的经典:LMNN算法详解
32.随机梯度下降法中的收敛理论
33.SGD, Adagrad, Adam算法的详细比较
34.深入浅出递归神经网络(Recurrent Neural Network)以及应用
35.RNN中的梯度爆炸以及梯度消减,介绍LSTM
36.一小时实现图像中的风格迁移(style transfer)
37.一小时实现语音中的情绪识别(emotion recognition)
38.基于GraphX做分布式图分析
39.图嵌入算法详解以及引用
40.GBDT和XGBoost算法应用以及实现
41.自适应系统所涉及到的技术要点
42.机器学习工程需要必备的数学知识
43.利用目标检测和跟踪算法分析英雄联盟视频
44.一小时教你怎么搭建GPU训练环境
45.一小时用Keras搭建人脸识别系统
46.Google的最新作品BERT模型详解以及实现
47.一小时实现机器自动写代码系统

公开课导师阵容
 
李文哲: 美国南加州大学博士,曾任凡普金科(爱钱进)首席科学家,美国亚马逊/高盛高级工程师,AI量化投资公司首席科学家兼投资总监。在AAAI, KDD, AISTATS等顶会上发表过15篇以上论文,其中3篇获得Best Paper Award,累计数百次引用
 
袁源:美国新泽西理工博士,美国微软和美国亚马逊的资深推荐专家和技术负责人、主导多款核心推荐系统的研发,是人工智能、分布式系统、云计算方面的专家。拥有14年人工智能、推荐系统、自然语言处理、数字图像和视频处理项目经验。在AI会议上发表过20篇以上论文。
 

蓝振忠:美国卡耐基梅龙大学博士。现任Google科学家,曾任美国智能监控公司的首席科学家, 对视频和多媒体的智能分析有深入研究。他曾代表卡耐基梅隆大学在美国国家标准总局(NIST)举办的视频智能分析大赛中连续多年进入前三。先后在NIPS、CVPR、ICCV、IJCAI、ICDM等国际顶级会议上发表过25篇以上的论文,论文引用次数上千。
 

史源:美国南加州大学博士,美国AI基金创始人,拥有10多年人工智能领域相关研发和研究经历。卡耐基梅隆大学访问学者,先后在 ICML、AAAI、IJCAI、ICDM等国际顶级会议上发表数篇论文,引用次数高达1000。

 

大周:曾任百度资深工程师,国美和凡普金科的技术负责人。是技术领域、数据分析、知识图谱、视觉等领域的专家。

 

葛瀚骋:美国Texas A&M大学博士,美国亚马逊Alexa部门资深科学家,负责Alexa的智能化以及个性化的研发与应用,曾任职于美国ebay以及NEC北美实验室。主要的研究涉及到Tensor、社交分析、推荐系统等领域,在KDD、AAAI、SIGIR、RecSys等国际顶级会议上发表15篇以上的论文,数百次的引用。

* 课程提供者:贪心学院