课题关键词
深度学习、模式识别、神经网络、人工智能
教授介绍
Björn Schuller
帝国理工学院计算机系终身教授
帝国理工学员计算机系语言、音频和音乐小组负责人
德国audEERING GmbH公司首席科学官兼联合创始人
2015-2016世界经济论坛40位杰出青年科学家之一
哈尔滨工业大学计算机科学与技术学院客座教授
天津师范大学情感智能中心荣誉院长
论文被引用次数：46335;h指数：97;i10指数：579
课程描述
深度学习(DL, Deep Learning)是机器学习(ML,Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标一一人 I智能(AI, Artificial Intelligence)。 机器学习是人工智能的子领
域，也是人工智能的核心。它囊括了几乎所有对世界影响最 大的方法。机器学习理论主要是设计和分析一些让计算机可以自动学习的算法。深度学习则属于机器学习的子类。它的灵感来源于人类大脑的工作仿式，是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并非是一个全新的概念，可理解为包含多个隐含层的神经网络结构。为了提高深层神经网络的训练效果，人们对神经元的连接方法以及激活函数等方面做出了调整。期的在于建立、模拟人脑进行分析学习的神经网络,模仿人脑的机制来解释数据,如文本、图像、音。
本课程教授深度学习中模式识别的基本原理，作为应用领域的典范。关于深度学习，本课程将首先介绍人工神经网络的基础知识，然后将移向神经网络和机器学习的深度分析及研究。在课程结束时，学生应该能够理解:如何设计和训练一个适给的(深度)神经网络模 式识别的应用，以及如何解决基本和超出基本模式识别的任务。
项目设置
教授课程讲授&成果点评32课时
学术导师课程辅导&成果优化辅导15课时
写作导师线.上论文教学6课时
●后3周线 上科研研讨
A期: 2023年8月5日-8月20日(每周末授课)
B期: 2023年8月19日- -9月3日(每周末授课)
论文导师写作辅导18课时 (3课时/天， 6课时/周*3)
●核心科研课时
教授课时(32) +导师课时(39) =71课时(1课时=40分钟， 不含讲座教授课时)
免费赠送课时
项目收获
✅成绩单
✅学术评估
✅EI/CPCI级别国际会议论文发表
✅教授edu邮箱私人推荐信
想要背景提升的同学
请联系在线客服咨询
