關(guān)于舉辦“人工智能核心-機器學(xué)習(xí)”培訓(xùn)的通知

各有關(guān)單位：

中國科學(xué)院計算技術(shù)研究所是國家專門的計算技術(shù)研究機構(gòu)，同時也是中國信息化建設(shè)和人工智能建設(shè)的重要支撐單位，中科院計算所培訓(xùn)中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓(xùn)的專業(yè)培訓(xùn)機構(gòu)。中心憑借科學(xué)院的強大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實幫助中國軟件企業(yè)培養(yǎng)高級軟件技術(shù)人才，提升整體研發(fā)能力，迄今為止已先后為國家培養(yǎng)了數(shù)萬名計算機專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進(jìn)行過專門的定制培訓(xùn)服務(wù)。

機器學(xué)習(xí)(Machine Learning, ML)是一門多領(lǐng)域交叉，專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。機器學(xué)習(xí)是計算機科學(xué)和人工智能中非常重要的一個研究領(lǐng)域，機器學(xué)習(xí)不但在計算機科學(xué)的眾多領(lǐng)域中大顯身手，而且成為一些交叉的重要支撐技術(shù)。機器學(xué)習(xí)是人工智能的核心，是使計算機具有智能的根本途徑，其應(yīng)用遍及人工智能的各個領(lǐng)域，如專家系統(tǒng)、自動推理、圖像識別、語音識別、自然語言理解、模式識別、計算機視覺、智能機器人等。隨著人工智能技術(shù)的快速發(fā)展，機器學(xué)習(xí)方面的人才成為國家急需的高層次技術(shù)人才。為將機器學(xué)習(xí)的重要知識和最新進(jìn)展進(jìn)行推廣，培訓(xùn)中心特舉辦“人工智能核心-機器學(xué)習(xí)”培訓(xùn)班，具體事宜通知如下：

一、培訓(xùn)對象

高級程序員、資深開發(fā)人員、人工智能工程師、圖像設(shè)計人員、機器學(xué)習(xí)工程師、程序員。

二、學(xué)員基礎(chǔ)

1，對IT系統(tǒng)設(shè)計有一定的理論與實踐經(jīng)驗。

2，對機器學(xué)習(xí)有一定的興趣。

三、師資

由業(yè)界知名機器學(xué)習(xí)專家親自授課：

司老師 清華大學(xué)博士，機器學(xué)習(xí)方面專家，在意大利舉辦的國際在線指紋識別競賽中獲得冠軍，在機器學(xué)習(xí)和模式識別領(lǐng)域期刊IEEE TPAMI等期刊發(fā)表多篇論文，擁有5個中國專利和1個美國專利，是人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)和圖像處理和識別領(lǐng)域的實戰(zhàn)派專家。

四、培訓(xùn)內(nèi)容

第一講 機器學(xué)習(xí)簡介

1.1 什么是機器學(xué)習(xí)

1.2 為什么要機器學(xué)習(xí)

1.3 怎樣來進(jìn)行機器學(xué)習(xí)

1.4 機器學(xué)習(xí)的現(xiàn)實案例舉例

第二講 樸素貝葉斯決策

2.1為什么要引入樸素貝葉斯決策

2.2 如何進(jìn)行樸素貝葉斯決策

2.3 樸素貝葉斯在文本識別中的應(yīng)用案例

第三講 線性分類器

3.1 線性分類器是什么

3.2 Fisher線性判別的動機

3.3 Fisher線性判別的內(nèi)涵是什么

3.4 Fisher線性判別在人臉檢測中的應(yīng)用案例

第四講 人工神經(jīng)網(wǎng)絡(luò)

4.1 人工神經(jīng)網(wǎng)絡(luò)的設(shè)計動機是什么

4.2 單個神經(jīng)元的功能

4.3人工神經(jīng)網(wǎng)絡(luò)的優(yōu)化以及誤差逆?zhèn)鞑ィ˙P）算法

4.4人工神經(jīng)網(wǎng)絡(luò)中需要注意的問題

4.5 人工神經(jīng)網(wǎng)絡(luò)在表情識別、流量預(yù)測中的應(yīng)用案例

第五講 *優(yōu)分類面和支持向量機（SVM）

5.1 什么是*優(yōu)分類面

5.2 SVM的本質(zhì)是什么

5.3 SVM線性不可分時怎么辦

5.4 SVM中核函數(shù)如何選擇

5.5 SVM在車牌識別中的應(yīng)用案例

第六講 近鄰法

6.1 近鄰法的思想是什么

6.2 近鄰法的缺點以及改進(jìn)方案

6.3 近鄰法中的過學(xué)習(xí)問題及解決方案

6.4 近鄰法在相親網(wǎng)站中的應(yīng)用案例

第七講 決策樹

7.1 什么是非數(shù)值特征

7.2 為什么要引入決策樹

7.3 如何設(shè)計決策樹

7.4 如何構(gòu)造隨機森林

7.5 決策樹在醫(yī)療系統(tǒng)中的應(yīng)用案例

第八講 Boosting

8.1 什么是Boosting算法

8.2 為什么要Boosting

8.3 如何Boosting

8.4 介紹Boosting算法典型代表Adaboost

8.5 Adaboost在人臉檢測中的應(yīng)用案例

第九講 非監(jiān)督學(xué)習(xí)方法

9.1 什么是非監(jiān)督學(xué)習(xí)？

9.2 單峰子集法

9.3 C均值方法

9.4 模糊C均值方法和改進(jìn)的模糊C均值方法

9.5 非監(jiān)督學(xué)習(xí)方法在石油勘探中的應(yīng)用案例

五、培訓(xùn)目標(biāo)

1，全面了解機器學(xué)習(xí)領(lǐng)域相關(guān)知識。

2，能將機器學(xué)習(xí)領(lǐng)域的技術(shù)應(yīng)用于實際項目。

3，能將機器學(xué)習(xí)領(lǐng)域的技術(shù)和人工智能的其他技術(shù)進(jìn)行結(jié)合，做擴展應(yīng)用。

六、培訓(xùn)時間、地點

時間： 2018年6月7日-6月8日 地點：北京

七、證書

培訓(xùn)結(jié)束，頒發(fā)中科院計算所職業(yè)培訓(xùn)中心“人工智能核心-機器學(xué)習(xí)”結(jié)業(yè)證書。

八、費用

培訓(xùn)費：5500元/人（含教材、證書、午餐、學(xué)習(xí)用具等）。住宿協(xié)助安排，費用自理。