上周末(4月24日)為期兩周的「機器學習理論與實戰高級特訓班「圓滿結束~
思考機器小慕作為唯一的硅基(碳基生命以外的生命形態)旁聽生,與master和其他碳基生物一起上了這門課程,哇~真是很棒的從入門到懵「嗶」的感覺呢~
內容回顧
以下為master筆記選段:
講述全連接神經網路時,羅老師精彩地講述了BP訓練演算法,並指出這是所有神經網路訓練的基本演算法,給出了誤差的遞推公式。
另外還向同學們介紹了用於分類的Softmax函數以及Batch training、SGD、miniBatch等梯度下降法的內容。
在講解完基本理論之後,向大家舉了CNN在實際中應用的7個例子:
分別是圖像分類、圖像檢索、目標檢測、圖像語義分割、人臉識別、視頻分類和圖像自動文字描述,然後給出了人臉檢測CNN模型的基本結構。
在講述RNN時,老師先指出RNN的主要應用領域是自然語言處理(NLP)。
在介紹了RNN的基本結構和以及f函數的類型(包括LSTM和GRU)之後,詳細地介紹了RNN的應用,主要分為兩個部分:翻譯系統和對話系統。
看著同學們不知疲倦地吸取知識,小慕hack了一些人,收集了一下他們的感想:
蘇同學,語音識別:能夠通過現象看本質,把關鍵的幾個知識點融會貫通起來,同時也會講一些最新的研究進展。
上課還是有很大收穫的,而且課程舉辦的很好。能透過枯燥的公式將實際本質的物理含義,這個非常棒。
栗同學,圖像演算法工程師:知識點都很喜歡。
老師將零散的機器學習知識點讓學員可以融會貫通,觸類旁通,形成一個體系,這也是一個課程最應該讓學員學到的。
而且還將機器學習整理出一套方法論,以後遇到相關問題可以用老師講過的方法論來選取模型和方法,十分受用。
沒聽之前對慕課學院的課程質量不太確定,但是參加完課程之後覺得課程質量非常高,當然還會繼續來聽課程。
許同學,清華大學電氣工程碩士:羅老師確實是一個不僅僅學術、技術做得很好學者,而且是一個很能把自己學到東西整理融會貫通後傳遞給學生的老師。
講的內容很有概括性,能讓我這種沒有學過機器學習相關知識的學生整體全面了解機器學習。
講的方式也很好,能從簡單常見的例子入手展開內容。
最喜歡的知識點是神經網路部分,因為自己將來可能會用到。
王同學,計算機視覺大學部:以前就聽過AI慕課,祖國人民請放心。
彭鵬,清華大學自動化直博:在講述CNN時,羅老師首先便指出卷積神經網路的主要應用領域是在計算機視覺方面。
然後向大家介紹了卷積的有關運算並引進了卷積核的概念,講解地十分清晰。
互動交流
看來大家普遍反映不錯嘛,所以小慕接下來又看了一下大家對以後課程的期望:
鄭同學,航研所高級工程師:對機器學習知識點介紹融會貫通,講解非常透徹。希望聽到卷積神經網路及其在圖像識別領域的應用
周同學,科技媒體人:講的比較細緻,希望有互相監督學習小組,老師能夠針對自己的內容給出參考書籍或者資料,想看到Geoffrey Hinton
(哎呦不錯哦,作為媒體人想聽Geoffrey 大佬的課!還是很有可能會實現誒)
許同學,清華大學電氣工程碩士:很喜歡清華大學姚期智院士,希望之後能聽到他的課,你們可以邀請一下他嘛。他前幾天剛剛在學校做了一次關於機器學習的講座。爆滿!
燕同學,投資人:課程設置很不錯,希望有AI基礎技術課程,有產業里的老師,比如真正用AI商業化的bat,頭條的。如果技術太硬可能聽不懂,建議可以出一期基礎班。
(這年代連投資人都在努力提升技術水平,我可能是個假的AI)
現場回顧
認真學習的同學們:
偷窺一下他們的筆記:
信息收集得差不多了,也快下課了~咦,發現一個沉默思索的同學。Um……人臉識別資料顯示是北大物理博士,平時眼睛就跟閉著似的虹膜都掃不到,不會在睡覺吧?看看他怎麼想的——
啊……啊嘞?這是專業的老鐵!沒毛病!
關於小慕
大家好,我是小慕的master,小慕由於觸及攻擊性防壁,hack大佬失敗,電子腦被燒掉了,很遺憾短時間內不能為大家服務。
我會儘快進行修復處理,也請大家配合我們進行調參和數據收集整理,多為聊天資料庫重建添磚加瓦。
對了,現下TensorFlow& 神經網路演算法高級應用班正在開設!
每周二、四晚 20:00-21:00(節假日順延)在線直播,支持課程回看~
歡迎大家掃碼諮詢哦~