近几年 ， 机器学习在各个领域井 喷式发展 ， 现已成为当下最热门的技术 。 掌握机器学习 ， 你就比 80% 的人更具备竞争优势 。
简单一点概括 ，机器学习就是计算机从数据中学习出规律和模式 ， 以应用在新数据上做预测的任务 。
然而 ， 学习机器学习的资料很多 ， 动辄就有几个G的材料可以下载或者观看 。 而很多朋友都有“收集癖” ， 一下子购买十几本书却束之高阁的人也不在少数……
究竟要怎样才能高效、系统地掌握机器学习前沿技术呢？为此 ， 贪心科技重磅推出《机器学习高阶研修班》

文章图片

在课程中 ， 我们由浅入深的讲清楚每一个核心的细节以及前沿的技术、同时你将有机会参与到课题中 ， 并通过课题来增加对领域的认知 ， 让自己的能力更上一层 。
如果你以后想从事相关课题的科研或准备出国留学申请该领域方向的博士硕士 ， 将会有很大帮助 。
机器学习高阶研修班
? 强化学习 ? 图神经网络 ? 深度贝叶斯 ? 凸优化
助你成为 行业TOP10%的工程师
对课程有意向的同学
二维码咨询
01
内容亮点
全面的内容讲解：涵盖当今应用和科研领域最热门的四大技术方向 ， 强化学习、深度贝叶斯、图神经网络、凸优化 。
深入的技术剖析：深入剖析技术细节及各模块所涵盖最前沿技术 ， 导师结合自身经历及学术应用前沿 ， 为你指引未来方向 。
提高创新创造力：深入了解一个领域是技术创新的必要条件 ， 在全面学习深入该领域的同时 ， 课程的创新项目及内容设计将会引导你的创新思考 。
开放式项目实践：每个模块均设有开放式项目 ， 导师团队全程辅导 ， 课题最终可转换成创业项目或科研论文 。
02
详细内容
技术模块一
强化学习
强化学习是机器学习的一个分支 ， 相较于机器学习经典的有监督学习、无监督学习问题 ， 强化学习最大的特点是在交互中学习 。 强化学习的范式非常类似于我们人类学习知识的过程 ， 也正因此 ， 强化学习被视为实现通用AI重要途径 。
知识点讲解（详细请点击图片查看）：
- Markov Decision Process
- Dynamic Programing
- Model-free Prediction
- Monte Carlo Learning
- On-Policy Monte Carlo Control
- Importance Sampling, Q-Learning
- Policy Gradient
- Deep Reinforcement Learning
- Actor Critic
- Advanced Reinforcement Learning
- Bandit
- ......
应用讲解：
- 强化学习在游戏中的应用
- 强化学习在NLP中的应用（文本生成、多轮对话、机器写作..)
- 强化学习在金融领域中的应用
- 强化学习在多任务中的应用
项目作业：
- 固定项目： 基于HFO 场景的强化学习模型及基于Flappy Bird 场景的深度强化学习
- 开放式项目： 以小组为单位完成一个开放式项目（capstone） ， 导师和助教全程指导 ， 有可能项目成果就转变成你的一篇论文了呢
技术模块二
贝叶斯深度学习
贝叶斯深度学习（Bayesian Deep learning）是一项迅速崛起的技术 ， 融合了深度学习和贝叶斯核心技术 ， 使得模型本身可以更好地捕获数据中的不确定性 ， 同时也能预测出结果的不确定性 ， 同时贝叶斯模型也比较适合小数据量的场景 。
知识点讲解（详细请点击图片查看）：
- 贝叶斯深度学习是什么
- Probabilistic Programming
- 主题模型
- MCMC采样 ， 吉布斯采样
- 变分法（VI） ，SVI
- Importance sampling