AI专家告诉你，机器学习与深度学习如何快速进阶？

深度学习的浪潮重塑了很多的领域，也包括机器学习本身。深度学习是传统神经网络的发展延伸，随着AlphaGo的热潮成为当前机器学习最火热的前沿方向之一，大规模数据集加上深度卷积神经网络( CNNs )强大的表达能力，形成了超精确和鲁棒的模型。只有一个挑战仍然存在：如何设计你的模型。

深度学习领域的特点是适合读的成熟教材几乎没有，但有浩瀚如烟的一大堆论文构成整个知识体系的各种细节，所以体系化这些知识，是学习者面对的首要困难。其次，这些领域大多涉及深涩艰难的算法模型，比如Hopfield网络，受限玻尔兹曼机，自编码器，卷积神经网络，深度置信网络等，基础稍差的人，估计即使花上几年去读，也不可能取得多大的自我进展。知识难以理解的程度超出了很多学习者的极限。

来吧

陆家嘴学堂

 邀请AI技术专家虾米

推出Python|22天机器学习与深度学习进阶课程

本课程从Python基础入手，逐步过渡到机器学习的基本问题（诸如回归和分类），从中慢慢帮着学员建立使用机器学习解决问题的思维。课程中期会引入深度学习的概念，包括深度学习常用的组件例如卷积层、全连层等。在熟悉这些基本构件后，会进一步介绍深度学习在实际应用中的技巧。随后以专题的形式介绍图像分类、目标检测、以及对抗学习一些新常用的模型。课程避免冗长的公式解读，会从公式背后原理入手，帮助学员更好的理解各个知识点。

机器学习是一门偏工程的学科，本课程安排了很多的案例讲解，或是动手实现简单模型，或者分析复杂模型的实现过程。此外机器学习的模型和算法很多，本课程不会为宽泛的覆盖过多的算法，而是精心选取最常用知识点进行讲解。我们深知培养学员使用机器学习解决问题的思维，其意义远远大于算法的灌输。

虾米

AI技术专家、阿里巴巴 机器学习高级算法工程师

计算机硕士。毕业后在Canon研究院从事机器学习、计算机视觉的研究，对人脸表情和人体姿态识别经验丰富。后加入阿里巴巴，从事deep learning相关的工作。分别参与对抗学习、混合精度训练、模型可解释性相关的项目。使用对抗学习发布阿里巴巴第一套AI字体。发表学术论文多篇，3篇专利正在申请。

生辉

上海交大博士，腾讯算法研究员，

上海交通大学博士，博士期间发表19篇学术论文（其中SCI 4篇，EI 13篇）。毕业之后在Teradata和腾讯从事推荐算法和计算机视觉方面的工作。在研的机器学习和深度学习系统广泛应用于电信、银行和广告行业中。

第十九章：图像视频的定位与识别

//  课程详情  //

听课流程：

1. 扫码支付购买课程

2. 关注公众号“陆家嘴学堂”

3. 点开公众号“陆家嘴学堂”里中间的菜单“学堂频道”，可在课程列表里找到“报名的课程”，点开即可听课

4. 在“课程”的“目录”里，有“必读”，点开即可扫码进入付费群。（付费群用于同学们交流沟通，不影响正常听课）

注：

1. 本课程为一次性付款，无需缴纳其它任何费用，在第一节课更新后48小时内可申请退款，48小时后不予退款，报名前请谨慎考虑。

2. 如果你有其他相关问题，可以加课程顾问微信(zndb001)咨询相关事宜。

点击阅读原文购买课程。