牛宝体育新闻

大数据驱动的人工智能

2023-03-04
浏览次数:
返回列表

  知晓人类叙话、创作艺术品、下围棋、蛋白质组织展望、新质子模型的发明、协理数学定理叙明,一切这些不同领域的贫穷都正在被新兴人工智能手艺逐一攻破。人工智能, 极端因而大数据、呆笨练习、神经汇聚等技巧为主体的智能本事,频年来取得了迅猛的先进,它正在与各个学科发作交错、和谐,渐渐演化为一种办理各式混合编制标题的跨学科方论,成为维持混杂编制证实与修模的仓皇新兴身手。

  本课程面向具有必定理工科配景和编程技术基本的学生,一切介绍基于大数据本事驱动为主的人工智能工夫的最后进展,席卷但不限于:神经蚁集、深度进筑、加强练习、因果推求、先天模型、谈话模型、面向科学发明的 AI 等前沿边界。计算学员不妨在本课程的研习经过中清楚数据驱动的人工智能最新办法、技能和前沿进取情形,同时通过肯定的课程项目实习,或许完备诈欺人工智能执掌羼杂标题的实操、编程妙技。

  (1)介绍人工智能简史及其宗派;(2) 大数据人工智能才具的鼓起与前沿成长;(3)运用举例:ChatGPT、蛋白质折叠展望等。

  (1)介绍什么是主动微分本事,它的操纵场景包罗哪些;(2)介绍 PyTorch 主动微分编程平台;(3)行使 Pytorch 举例。

  (1)什么是滞板研习?机器练习的约略分类有哪些?刻板研习的根基次第有哪些?呆笨研习的本能评估;(2)板滞进筑中的常见题目;(3)粗略前馈神经蚁集与反向宣扬算法介绍。

  (1)前馈神经汇聚、卷积神经网络、循环神经麇集等基础常见神经收集架构与编程实习;(2)图像惩处与自然语言惩处中的分类标题与推行;(3)数据惩办的根本办法。

  (1)表白练习;(2)剖明练习与改观进修;(3)预锻练与改变研习;(5)图像的迁徙研习举例;(6)词向量技艺与利用简介。

  (1)常微分方程求解的数值算法;(2)残差搜集;(3)Neural ODE 事理;(4)行使实例;(5)最优限定与伴随算法。

  (1)天赋模型与瞻望模型的分辨;(2)天资模型的分类;(3)GAN、VAE、Normalizing Flow、Diffusion Model 等禀赋模型简介。

  (1)留意力机制;(2)自防备力机制与收集构造学习;(3)Transformer 架构介绍;(4)Transformer 的行使;(5)基于叙话模型的自看守研习机制;(6)BERT、GPT3、ChatGPT 等架构介绍。

  (1)图与收集;(2)图神经聚集基础原理;(3)图神经聚集的根基利用:节点分类;(4)基于图神经网络的搀杂系统数据驱动修模。

  (1)混合体系;(2)羼杂体系建模格式;(3)夹杂编制数据驱动建模形式;(4)包括了肯定与反馈的完整关环;(5)因果顺序的进建;(6)基于世界模型的强化练习框架。

  (1)因果与接洽;(2)因果推断简介;(3)因果发现简介;(4)因果表明学习。

  (1)加强练习基本框架;(2)强化研习分类;(3)Q 研习算法;(4)深度加强练习;(5)基于 World Model 的深化学习算法;(6)因果与强化进筑;(7)加强研习与限制 / 裁夺。

  src=张江,北京都范大学编制科学学院老师,集智俱乐部、集智学园兴办人,集智科学计议主题理事长,曾任腾讯商讨院、华为政策会商院等特聘顾问。主要商议边界囊括混杂编制表明与建模、范畴理论、呆笨学习等。

  集智俱乐部:深度进修理由与 PyTorch 实战(第 2 版),公民邮电出版社,2022

  2. 卖力板滞研习、神经麇集、数据驱动修模等人工智能大旨才具的基本概念和根基形式;

  3. 担当运用 PyTorch 平台使用的基础技能,不妨用于大略项目垦荒。牛宝体育牛宝体育

搜索