AICon人工智能课程-深度学习应用实践全60讲

AICon人工智能课程-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。

资源目录

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

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。

最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。 若排除这种情况,可在对应资源底部留言,或联络我们。

对于会员专享、整站源码、程序插件、网站模板、网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。

如果您已经成功付款但是网站没有弹出成功提示,请联系站长提供付款信息为您处理

源码素材属于虚拟商品,具有可复制性,可传播性,一旦授予,不接受任何形式的退款、换货要求。请您在购买获取之前确认好 是您所需要的资源