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？

机器学习前沿技术

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

随机推荐

轻上西梅饮膳食纤维植物果蔬汁益生菌元风味饮料好用吗？测评大揭...

狮王小狮王儿童氟防蛀牙膏 20g实际效果怎样？评测报告来告诉你？

狮王小狮王儿童氟防蛀牙膏 20g选购技巧有哪些？新手小白评测报告...

狮王小狮王儿童氟防蛀牙膏 20g使用感受如何？最新款评测？

雀巢超启能恩奶粉3段760g*4罐值得买吗？专业达人评测分享！

追致手持小风扇「2024新款」珍珠白点评怎么样？全方位评测分享！

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