机器学习，数据分析，BAT职业规划等100节大牛AI公开课来了！

100节免费公开课

为了让大家能够高效率迈入人工智能的大门，我们邀请硅谷顶级科学家为大家在线直播100节免费公开课，一周4-8节课。

不要认为免费的公开课就没有干货。每周一次的Review Session,我们会提前一周给出几个备选主题，由群内的同学们自主投票选择最心仪的主题。

这100节公开课有多硬核呢？设计紧密围绕学术界最新进展以及工业界的需求，涵盖了80%的人工智能知识点，并且结合了大量实战项目，包括热门的数据分析，自动驾驶，聊天机器人等项目，培养学员的动手能力，解决问题能来以及对知识的深入理解。

来看一下这周被选中的公开课主题，机器学习，数据分析，职业面试规划等。

扫描海报二维码入群，
加入免费公开课。

以下为具体时间安排及主题总览。

AI系列公开课一

零基础弄懂套路满满的“机器学习”到底是啥

时间： 2月26日（周二）晚上8：30

内容介绍

▼

1. 机器学习分类

2. 机器学习常见算法

3. 机器学习的事例

4. 机器学习的常见应用

主讲人介绍

▼

Spring Dai

资深算法工程师

资深算法工程师，北京化工大学硕士，北京航空航天大学博士，东方国信数据挖掘工程师，第四范式NLP工程师，负责过电信终端换机项目、电信套餐升档项目、银行知识图谱项目、证券公司问答系统项目等。

AI系列公开课二

基于pyspark的商业银行用户流失预测

时间： 2月27日（周三）晚上8：30

内容介绍

▼

-spark基本语法

- GBDT原理推导

-Pyspark构建一个流失预警模型

-模型的评估、超参数选择

主讲人介绍

▼

郭锐

第四范式资深算法工程师

北航计算机博士，曾参与多项国家自然科学基金及国家科技支撑计划项目，多篇论文被SCI、EI及中文核心期刊检索。目前就职于第四范式，任职资深算法工程师，擅长分布式系统，负责算法改进及其产品化、数据建模及可视化等。

AI系列公开课三

前百度资深工程师给你讲述
《年入百万的职业该如何规划，带你走进BAT》

时间： 2月28日（周四）晚上8：30

内容介绍

▼

- 行业前景分析

- 岗位薪资分析

- BAT面试流程

主讲人介绍

▼

周景阳

知识图谱领域专家

周景阳，技术领域、数据分析领域专家。曾任百度资深工程师、凡普金科和国美金融技术负责人。拥有8年以上、大数据和AI方面的实战经验，先后负责过金融风控、知识图谱、计算机视觉、聊天机器人等多个公司级的核心项目。多家在线教育平台的金牌讲师，拥有丰富的授课经验。

晒一下好评

报名方式

扫描海报二维码进群

加入免费公开课。

之后的公开课安排

（每周二、四、六）

具体主题由学员投票决定

• 企业开发中代码是如何管理的

• 一起聊聊AI/数据相关岗位的技能图谱，职业规划，未来前景

• 一小时弄清楚自然语言处理技术概览以及应用场景

• 用例子来说明机器学习中的 MLE vs MAP vs 贝叶斯估计的区别

• 面试必考题：逻辑回归模型以及数学推导

• 一小时弄清楚什么是卷积神经网络

• Python中那些不得不会的算法题目

• 大话面向对象

• 爬虫开发过程中那些绕不过的登录怎么办

• Python结合计算机视觉技术进行验证码识别

• 高质量的代码必经之路-单元测试该怎么做

• Python操作MongoDB

• Python操作MySQL

• 爬虫开发中不得不掌握的正则技术

• Python企业开发规范

• Python Web开发框架Django入门

• Python Web开发框架Flask入门

• Python 抓取贴吧评论并进行分析

• 零基础搭建简单的问答系统

• 怎么用知识图谱做金融风控系统

• 利用端到端的学习（end-to-end learning）搭建无人驾驶系统

• 搭建一个简单的目标检测系统（object detection）

• 深度学习的可解释性：深入浅出深度学习中的可视化（visualization）

• 聊聊中美人工智能人才培养、技术创新以及差异性

• 推荐系统中的常见算法介绍

• 矩阵分析（Matrix Factorization）详解：推荐系统最离不开的算法

• 几行代码可以实现的算法： KNN的详解

• Metric Learning中的经典：LMNN算法详解

• 随机梯度下降法中的收敛理论

• SGD, Adagrad, Adam算法的详细比较

• 深入浅出递归神经网络（Recurrent Neural Network)以及应用

• RNN中的梯度爆炸以及梯度消减，介绍LSTM

• 一小时实现图像中的风格迁移（style transfer）

• 一小时实现语音中的情绪识别（emotion recognition）

• 基于GraphX做分布式图分析

• 图嵌入算法详解以及引用

• GBDT和XGBoost算法应用以及实现

• 自适应系统所涉及到的技术要点

• 机器学习工程需要必备的数学知识

• 利用目标检测和跟踪算法分析英雄联盟视频

• 一小时教你怎么搭建GPU训练环境

• 一小时用Keras搭建人脸识别系统

• Google的最新作品BERT模型详解以及实现

• 一小时实现机器自动写代码系统

  （持续更新中。。）

  
  

公开课导师阵容

李文哲： 美国南加州大学博士，曾任凡普金科（爱钱进）首席科学家，美国亚马逊/高盛高级工程师，AI量化投资公司首席科学家兼投资总监。在AAAI, KDD, AISTATS等顶会上发表过15篇以上论文，其中3篇获得Best Paper Award，累计数百次引用

袁源：美国新泽西理工博士，美国微软和美国亚马逊的资深推荐专家和技术负责人、主导多款核心推荐系统的研发，是人工智能、分布式系统、云计算方面的专家。拥有14年人工智能、推荐系统、自然语言处理、数字图像和视频处理项目经验。在AI会议上发表过20篇以上论文。

蓝振忠：美国卡耐基梅龙大学博士。现任Google科学家，曾任美国智能监控公司的首席科学家， 对视频和多媒体的智能分析有深入研究。他曾代表卡耐基梅隆大学在美国国家标准总局（NIST）举办的视频智能分析大赛中连续多年进入前三。先后在NIPS、CVPR、ICCV、IJCAI、ICDM等国际顶级会议上发表过25篇以上的论文，论文引用次数上千。

史源：美国南加州大学博士，美国AI基金创始人，拥有10多年人工智能领域相关研发和研究经历。卡耐基梅隆大学访问学者，先后在 ICML、AAAI、IJCAI、ICDM等国际顶级会议上发表数篇论文，引用次数高达1000。

周景阳：曾任百度资深工程师，国美和凡普金科的技术负责人。是技术领域、数据分析、知识图谱、视觉等领域的专家。

葛瀚骋：美国Texas A&M大学博士，美国亚马逊Alexa部门资深科学家，负责Alexa的智能化以及个性化的研发与应用，曾任职于美国ebay以及NEC北美实验室。主要的研究涉及到Tensor、社交分析、推荐系统等领域，在KDD、AAAI、SIGIR、RecSys等国际顶级会议上发表15篇以上的论文，数百次的引用。

Q: 如何参与之后的公开课？

扫描下面二维码（或海报）进群
加入免费AI公开课

如遇任何问题，
加greedytech帮你入群。