課程簡介

進階 Neural Networks

  • 深度學習架構
  • 卷積和遞歸神經網路
  • 生成模型和無監督學習

Machine Learning 大規模

  • 大數據分析
  • 面向 ML 的分散式計算
  • 高級優化技術

Reinforcement Learning 和決策

  • 瑪律可夫決策過程
  • 策略梯度方法
  • 多智慧體系統與博弈論

自然語言處理和理解

  • 先進的 NLP 技術
  • 情感分析和文本分類
  • 語言模型和轉換器

Computer 視覺和感知

  • 圖像識別和目標檢測
  • 視頻分析和動作識別
  • 3D重建和增強現實

人工智慧倫理與社會

  • 人工智慧系統中的偏見和公平性
  • 人工智慧治理和政策
  • 人工智慧的未來社會影響

實驗室專案

  • 實現高級ML模型
  • 分析大型數據集
  • 合作開展小組研究專案

摘要和後續步驟

最低要求

  • 對基本的 AI 和 ML 概念有紮實的理解
  • 精通 Python 並熟悉數據科學工具包
  • 完成人工智慧入門課程或同等經驗

觀眾

  • 數據科學家
  • 工程師
  • 人工智慧從業者
 21 時間:

課程分類