AICon人工智能深度学习应用实践全60讲

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

课程截图:

VIP免费

已有0人支付

相关说明:
1、链接失效后,请通过客服QQ告知站长;
2、资源来源于网络公开发表文件,所有资料仅供学习交流;
3、学分仅用来维持网站运营,性质为用户友情赞助,并非购买文件费用;
4、如侵犯您的权益,请联系管理员处理(QQ:5603324;Email:webmaster#day8.cc)。
星期八资源网 » AICon人工智能深度学习应用实践全60讲