机器学习前沿技术

机器学习前沿技术

网易云课堂IT互联网 网易云课堂汇聚IT互联网知名企业的一线资深工程师、行业知名专家、国内外名校名师,带你系统地学习工作方法和技巧,获得全新的职业提升!
  • 课程目录
  • 课程介绍
  • 课时1:The Next Step for Machine Learning(机器学习的下一步)

  • 课时2:The Next Step for Machine Learning(机器学习的下一步)

  • 课时3:异常检测(anomaly detection)01

  • 课时4:异常检测(anomaly detection)02

  • 课时5:异常检测(anomaly detection)03

  • 课时6:异常检测(anomaly detection)04

  • 课时7:异常检测(anomaly detection)05

  • 课时8:异常检测(anomaly detection)06

  • 课时9:异常检测(anomaly detection)07

  • 课时10:对抗模型(attack ML models)01

  • 课时11:对抗模型(attack ML models)02

  • 课时12:对抗模型(attack ML models)03

  • 课时13:对抗模型(attack ML models)04

  • 课时14:对抗模型(attack ML models)05

  • 课时15:对抗模型(attack ML models)06

  • 课时16:对抗模型(attack ML models)07

  • 课时17:对抗模型(attack ML models)08

  • 课时18:可解释性机器学习(explainable ML)01

  • 课时19:可解释性机器学习(explainable ML)02

  • 课时20:可解释性机器学习(explainable ML)03

  • 课时21:可解释性机器学习(explainable ML)04

  • 课时22:可解释性机器学习(explainable ML)05

  • 课时23:可解释性机器学习(explainable ML)06

  • 课时24:可解释性机器学习(explainable ML)07

  • 课时25:可解释性机器学习(explainable ML)08

  • 课时26:终身学习(Lifelong Learning)01

  • 课时27:终身学习(Lifelong Learning)02

  • 课时28:终身学习(Lifelong Learning)03

  • 课时29:终身学习(Lifelong Learning)04

  • 课时30:终身学习(Lifelong Learning)05

  • 课时31:终身学习(Lifelong Learning)06

  • 课时32:终身学习(Lifelong Learning)07

  • 课时33:MAML算法01

  • 课时34:MAML算法02

  • 课时35:MAML算法03

  • 课时36:MAML算法04

  • 课时37:MAML算法05

  • 课时38:MAML算法06

  • 课时39:MAML算法07

  • 课时40:MAML算法08

  • 课时41:MAML算法09

  • 课时42:用梯度下降训练LSTM (Gradient Descent as LSTM )01

  • 课时43:用梯度下降训练LSTM (Gradient Descent as LSTM )02

  • 课时44:用梯度下降训练LSTM (Gradient Descent as LSTM )03

  • 课时45:基于度量的方法 (Metric-based)01

  • 课时46:基于度量的方法 (Metric-based)02

  • 课时47:基于度量的方法 (Metric-based)03

  • 课时48:用循环神经网络训练和测试(Train+Test as RNN)

  • 课时49:自动编码器拓展(More about Auto-encoder)01

  • 课时50:自动编码器拓展(More about Auto-encoder)02

  • 课时51:自动编码器拓展(More about Auto-encoder)03

  • 课时52:自动编码器拓展(More about Auto-encoder)04

  • 课时53:神经网络压缩(Network Compression)01

  • 课时54:神经网络压缩(Network Compression)02

  • 课时55:神经网络压缩(Network Compression)03

  • 课时56:神经网络压缩(Network Compression)04

  • 课时57:神经网络压缩(Network Compression)05

  • 课时58:神经网络压缩(Network Compression)06

  • 课时59:对抗生成网络回顾(GAN)

  • 课时60:基于流的生成模型(Flow-based Generative Model)

  • 课时61:Transformer模型

  • 课时62:ELMO, BERT, GPT模型

课程概述

深度学习已经成为人工智能领域的最重要的技术之一,在计算机视觉、自然语言处理等领域取得了爆炸性的成果。
机器学习领域的专家们不断取得一些阶段性的技术成果,人工智能的落地应用也越来越丰富、多元。
机器能否知道“我不知道”?
机器能否说出“我不知道”?
机器的错觉、终身学习以及如何压缩神经网络?
人工智能将走向何方,机器学习的下一步会是什么?

随机推荐

卡诗洗发水选购哪种好?买前必知的评测报告!

卡诗洗发水购买前需要注意什么?看完这篇评测就行了!

佳能一次性用品使用感受如何?评测报告来了!

4DRC遥控车推荐哪种好用?真实评测体验曝光!

bc babycare婴童浴巾-浴衣使用感受如何?功能评测介绍?

vivovivo Pad3 Pro使用舒适度如何?评测不看后悔!