PKUGSM BUSINESS ANALYTICS
本次活动由北京大学光华管理学院商业分析硕士项目举办,共4次课程,每次为3个小时,需自备笔记本电脑并安装Anaconda,欢迎大家报名参加!
(报名请点击文末左下角“阅读原文”)
◉ 时间:
2018年10月12日/19日/26日/11月2日
14:00 - 17:00
◉ 地点:
北京大学光华管理学院1号楼114教室(燕园校区)
◉ 内容介绍:
10月12日 深度学习工具Tensorflow介绍第一次workshop我们主要介绍如何使用Tensorflow。Tensorflow是最广为使用的深度学习框架,可以把它理解成一个强大的工具包集合。Tensorflow提供了进行一般深度学习研究所需要的必要工具,例如定义一个神经网络、根据损失函数求解参数等工具。我们将学习如何通过Tensorflow操控计算记得CPU/GPU计算资源来训练深度神经网路,我们将以最基础的逻辑回归为例,展示如何通过Tensorflow这一工具来构建分类模型。
(1)Tensorflow的环境安装配置
(2)设计思路、语法、及数据处理建模流程
(3)使用Tensorflow完成逻辑回归
(4)使用Tensorboard来监控模型的训练以及表现
10月19日 卷积神经网络(CNN)与图像处理实战我们将会接触深度学习中目前最成熟的应用领域:图像数据。我们将介绍卷积神经网络,如何使用Tensorflow在训练数据集上做出一个识别物体类别的分类器。同时,我们会简单介绍一些计算机视觉的技术,例如自动驾驶中遇到的物体检测,以及视频数据的分类与识别等任务。
(1)从逻辑回归到卷积神经网络
(2)经典CNN的算法实现思路:
2.1 使用Tensorflow Estimator统一训练过程
2.2 设计神经网络结构
2.3 使用优化求解算法
2.4 模型的监控与调优
2.5 模型的导出,使用Serving技术
(3)图像中的物体检测初探
(4)视频数据处理初探
10月26日 卷积神经网络CNN进阶与循环神经网络(RNN)初探我们将继续深入研究CNN,介绍Resnet等强大的卷积神经网络架构(著名的Alphago也是用Resnet来进行推断)。同时,我们将探索另一类深度学习大放异彩的领域:文本以及声音等序列数据。我们将实现一个最基础版本的机器翻译,学习RNN如何构建从原始语句到翻译语句的“回归模型”。
(1)Resnet等经典CNN模型实现
(2)RNN与机器翻译简介
(3)实现神经网络翻译机
我们最后将介绍一下最近火热的强化学习领域。我们会一起实现两个例子,教AI玩2048游戏以及雷霆战机游戏。
(1)强化学习简介
(2)使用深度强化学习训练2048游戏
(3)使用深度强化学习训练雷霆战机
◉ 报名方式
☟点击“阅读原文”报名本次workshop