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?

教程推荐

PHP在线教程

Awk在线教程

Linux在线教程

Xpath在线教程

Gradle在线教程

VI/VIM在线教程

随机推荐

久爱久9i9儿童发饰功能介绍,使用体验

FOOJO高粘性网格布基双面胶带透明地毯胶质量好吗,功能评测结果

绿之源小麦漱口杯子评价质量实话实说,评测下怎么样!

飞利浦理发器家用电推剪成人儿童充电式电推子电动理发剪性价比高...

WELLHOUSE腰包评测哪一款功能更强大,功能真的不好吗

西玛SIMAA评测哪款值得买,质量不好吗