首页 首页 资源教程 智能资源 深度学习 查看内容

专家团主讲 AICon人工智能深度学习应用实践全60讲,资源教程下载

木马童年 2020-4-29 18:37 71 0

本视频课程由AICon人工智能专家主讲,共三部分内容,包括“深度学习在CTR预估中的应用”、“深度学习在图像理解中的应用”和“知识图谱技术实践”。具体如下: 结合中外经典案例,分享主流CTR预估的做法,以及典型 ...

image.png

本视频课程由AICon人工智能专家主讲,共三部分内容,包括“深度学习在CTR预估中的应用”、“深度学习在图像理解中的应用”和“知识图谱技术实践”。具体如下:

        结合中外经典案例,分享主流CTR预估的做法,以及典型的深度CTR模型的模型结构和训练方法;

        重点分享深度学习在图像技术中的应用,从传统的图像比对入手,介绍深度学习在图像理解中的基础技术,合具体场景给出了针对性的解决方案,分析目前主流方法的优劣性,并结合具体场景给出了针对性的解决方案;

        介绍知识图谱与AI的关系,探讨知识图主谱能够解决哪些行业难题,如何在不同业务中成功落地,并通过剖析知识图谱技术在多个领域解决实际问题的不同案例,帮助企业理清落地思路。

课程收益

通过本视频课程可以快速掌握以下核心要点:

 1.了解常见的深度学习基础模型及其在实际应用中的问题抽象

 2.了解CTR预估、工业界图像内容理解的主流方法及存在问题

 3.了解如何将深度学习技术应用在CTR预估和图像理解任务

 4.了解各大公司深度CTR模型、图像内容理解的案例

 5.了解知识图谱的基本概念及其实际应用场景

 6.了解知识图谱在行业落地的解决方案

课程目录:

第1讲. 深度学习在各个领域的成功

第2讲. 当深度学习遇到CTR预估

第3讲. 传统主流CTR预估方法:线性模型

第4讲. 传统主流CTR预估方法:FM模型

第5讲. 传统主流CTR预估方法:GBDT模型

第6讲. 深度学习基础模型:前向神经网络(MLP)

第7讲. 深度学习基础模型:CNN

第8讲. 深度学习基础模型:RNN

第9讲. 深度学习基础模型:LSTM

第10讲. 深度学习CTR预估模型:要解决的几个关键问题

第11讲. 离散特征如何让DNN可以处理?(1)

第12讲. 离散特征如何让DNN可以处理?(2)

第13讲. 典型网络融合结构之一:并行结构

第14讲. 典型网络融合结构之二:串行结构

第15讲. 模型训练与优化

第16讲. 互联网公司深度学习CTR案例:Google(1)

第17讲. 互联网公司深度学习CTR案例:Google(2)

第18讲. 互联网公司深度学习CTR案例:阿里巴巴

第19讲. 互联网公司深度学习CTR案例:京东商城

第20讲. 如何定义图像理解?

第21讲. 图像理解有哪些研究内容?

第22讲. 传统图像理解技术:图像分类的问题描述

第23讲. 传统图像理解技术:图像分类的基本方法(1)

第24讲. 传统图像理解技术:图像分类的基本方法(2)

第25讲. 传统图像理解技术:图像分类的基本方法(3)

第26讲. 传统图像理解技术:图像搜索系统(1)

第27讲. 传统图像理解技术:图像搜索系统(2)

第28讲. 传统图像理解技术:图像搜索系统(3)

第29讲. 深度学习的基础模块

第30讲. 深度学习的模型设计

第31讲. 深度学习的训练技巧

第32讲. 深度学习图像理解技术:图像分类框架

第33讲. 深度学习图像理解技术:模型加速与优化

第34讲. 深度学习图像理解技术:物体检测分割与图像分类应用场景

第35讲. 图像理解进阶

第36讲. 知识图谱是什么?对我们有何帮助?

第37讲. 知识图谱的发展回顾

第38讲. 知识图谱为什么火了?

第39讲. 知识图谱小结

第40讲. 知识图谱的生命周期与技术难点

第41讲. 构建领域知识图谱的挑战与解决方案

第42讲. 基于非结构化数据的知识抽取

第43讲. 基于非结构化数据的知识抽取:实体识别

第45讲. 基于非结构化数据的知识抽取:事件抽取

第46讲. 基于结构化数据的知识抽取

第47讲. 知识融合与质量评估

第48讲. 知识图谱管理之数据模型介绍

第49讲. 知识图谱管理:图谱存储

第50讲. 知识计算推理

第51讲. 基于符号的知识表示与推理:谓词逻辑

第52讲. 基于符号的知识表示与推理:Semantic Net

第53讲. 基于符号的知识表示与推理:Frame

第54讲. 基于符号的知识表示与推理:Script

第55讲. 基于符号的知识表示与推理:语义网络

第56讲. 基于分布式语义的知识表示与推理 张量分解模型

第57讲. 基于分布式语义的知识表示与推理 基于翻译的模型TransE

第58讲. 基于分布式语义的知识表示与推理 神经网络模型

第59讲. 基于图计算的挖掘分析

第60讲. 知识图谱的行业应用

多智时代目前正在快速开发过程中,目前,先移动至数智资源下载教程,网盘下载

人工智能 深度学习 知识图谱 解决方案 实际应用 应用场景
0