【暑期课程介绍】当代机器学习实践

2019 年 5 月 13 日 科技创新与创业




课程主要内容是什么?




机器学习是人工智能的主要支撑技术之一,有着非常广泛的应用。传统的机器学习课程和教科书包括过多的理论和模型,其知识并不能直接转化为人工智能或机器学习产品或服务。本课程着重运用当代机器学习方法解决实际问题。通过学习本课程,你将会理解实战中的常见问题和相关概念,包括预处理、预测、诊断、解释等,以及这些问题的当代解决办法。在此基础上,课程还介绍若干公开问题及其前沿解决方法。我们将会指导学生完成一个小型课程项目,开发一个从原始数据到真实的机器学习应用




授课教师简介



杨志荣,2008年在芬兰赫尔辛基工业大学取得博士学位。目前他在挪威Open AI实验室和挪威科技大学计算机系任职正教授。他同时在芬兰阿尔托大学担任芬兰科学院会士。他曾供职于北欧联合银行、芬兰赫尔辛基大学、加拿大阿尔伯塔大学、香港中文大学,担任主任专家及高级研究员等职务。他在多个国际期刊和会议担任程序委员会委员或评委。目前他的研究兴趣包括机器学习、信息可视化、深度神经网络、统计学习应用等。

张铭,北京大学信息科学技术学院教授,博士生导师,教育部计算机课程教指委委员,CCF教育工委会副主任,ACM教育专委会惟一的中国理事,中国ACM教育专委会主席,ACM/IEEE IT2017信息技术课程指南执委,ACM/IEEE CC2020计算机学科规范领导小组成员。自1984年考入北京大学,分别获得学士、硕士和博士学位。研究方向为文本挖掘、机器学习等,目前主持国家自然科学基金和北京市重点研发等多个项目,合作发表科研学术论文200多篇(ICML, KDD, WWW, ACL, AAAI, IJCAI, TKDE等A类会议和期刊),获得机器学习顶级会议ICML 2014最佳论文奖、网络信息处理顶级会议WWW 2016最佳论文提名。发表了SIGCSE、L@S等教学研究论文,出版学术专著1部,获软件著作权6项,获发明专利3项。主编多部教材,其中2部教材为国家“十一五”规划教材,《数据结构与算法》获北京市精品教材奖并得到国家“十二五”规划教材支持。主持的“数据结构与算法”被评选为国家级和北京市级精品课程、国家级精品资源共享课程、国家精品在线课程。 



课程具体信息


  • 授课时间: 2019.7.1-2019.7.12

  • 授课语言: 英文

  • 学分: 3

  • 课程号:04834140

  • 助教:沈剑豪

  • 联系方式:

    jhshen@pku.edu.cn



欢迎选课









登录查看更多
3

相关内容

【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
69+阅读 · 2019年11月4日
预告 | CSIG图像图形学科前沿讲习班:图神经网络
分布式智能计算系统前沿
中国计算机学会
19+阅读 · 2019年10月8日
【北大】知识图谱的关键技术及其智能应用
专知
112+阅读 · 2019年9月19日
课程 |《知识图谱》第一期
开放知识图谱
22+阅读 · 2017年10月15日
课程 | 12个适合机器学习入门的经典案例
博士团队带您入门机器学习,课程大优惠,限额30人,赶快上车啦!!!
A Modern Introduction to Online Learning
Arxiv
20+阅读 · 2019年12月31日
Arxiv
5+阅读 · 2019年8月22日
Arxiv
9+阅读 · 2019年4月19日
Arxiv
26+阅读 · 2019年3月5日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Stock Chart Pattern recognition with Deep Learning
Arxiv
6+阅读 · 2018年8月1日
Arxiv
12+阅读 · 2018年1月12日
VIP会员
相关VIP内容
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
69+阅读 · 2019年11月4日
相关资讯
预告 | CSIG图像图形学科前沿讲习班:图神经网络
分布式智能计算系统前沿
中国计算机学会
19+阅读 · 2019年10月8日
【北大】知识图谱的关键技术及其智能应用
专知
112+阅读 · 2019年9月19日
课程 |《知识图谱》第一期
开放知识图谱
22+阅读 · 2017年10月15日
课程 | 12个适合机器学习入门的经典案例
博士团队带您入门机器学习,课程大优惠,限额30人,赶快上车啦!!!
相关论文
A Modern Introduction to Online Learning
Arxiv
20+阅读 · 2019年12月31日
Arxiv
5+阅读 · 2019年8月22日
Arxiv
9+阅读 · 2019年4月19日
Arxiv
26+阅读 · 2019年3月5日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Stock Chart Pattern recognition with Deep Learning
Arxiv
6+阅读 · 2018年8月1日
Arxiv
12+阅读 · 2018年1月12日
Top
微信扫码咨询专知VIP会员