home:whyx:training:ml:start

无学分讨论课 2020秋季- 机器学习

  • 开设老师: 俞熹 组织形式: 每1-2周一次, 1小时的研讨会, 每个参会者 轮流(每次研讨议1-2个人)针对一个课题进行ppt讲演.
  • 时间地点. 本学期时间拟定 10/14日开始 时间 周三中午 12:00 - 13:00, 地点 物理楼 中厅237房间
  • 先说下讨论课:并不是常规意义上的老师上课, 而是一个小团队,每个人分别学习,然后每次(轮流)准备一个题目, 通过ppt的讲演,希望能够将自己学到的内容讲给团队其他人听.在这个过程中,可能老师只讲前面1-2次,就分配内容给各个队员进行学习,然后安排讲演,时间一般10-15分钟,然后讨论. 老师本身也是菜鸡, 这个过程中是一个互相学习和快速提高的过程. 需要课余花时间赶上团队节奏这样一个过程.
  • 说是从零开始学习, 其实还是需要一些基础的, 需要高等数学中的 线性代数 和一些编程基础 比如python 利用python进行数据分析
  • 我这里整理了一下写了个简单的路线图–> 给初学者入门人工智能的路线及资料下载
  • 现在有兴趣的同学可以添加我微信, 我增加了一个 微信讨论群.

资源链接

老师,这里的资源链接斯坦福的机器学习公开课失效了。 — 朱冰冰 2018/03/14 12:18

课程预习

老师能够提供的课程

  • 师父领进门修行在自身, 老师会做几次教学内容,带同学们大概了解下全貌.
  • 目前介绍构架是 python(anaconda平台) + tensorflow + cnn 系列模型.
  • 课程内容:
    1. 绪论课 人工智能 的全局构架,介绍一些基础概念 (零基础,决定是否要投入时间学习)
    2. python(入门) 需要上机 (针对无python基础学员, 如有必要)
    3. 介绍 CNN 卷积神经网络 (需要自己已经看过吴恩达的课程,了解CNN大概的构架)
    4. tensorflow 基础课程 (需要上机), 我们来实现一个简单的数字识别系统
    5. 深层网络, 复杂的对抗网络, 网络超级参数调节 (需要上机, 课前预习)
    6. 更多的神经网络应用案例
    7. 学生自选课题讨论ppt
  • 时间地点. 本学期时间 第三周开始 时间 周三中午 12:05 - 13:00, 地点: 物理楼320房间

2018年3月-6月 课程安排ppt

2017年9月-12月 课程安排ppt

  • 9/28 物理楼221B 房间,课程绪论. 机器学习2017-讨论课1
  • 10/12 物理楼320 房间, 大家带好笔记本电脑, 做一些python 的上机练习. 统一解决大家安装上的问题. 学习一些python的应用.
  • 神经网络基础
  • CNN 卷积神经网络
  • 对抗Captcha的网络实现 学生报告
  • SVM支持向量机 学生报告
  • 我的AI学习之路 邀请报告
  • ReLu 激活函数 学生报告
  • 信息熵与交叉熵
  • YOLO目标检测系统 学生报告

讨论组人员列表

姓名 年级专业 准备报告时间
俞熹 95物理 第 1 次
陆家靖 15现物所
  • home/whyx/training/ml/start.txt
  • 最后更改: 2020/09/29 11:03
  • 由 whyx