关于举办“机器学习和深度学习案例实践”会议通知
各企事业单位、高等院校及科研院所：
为响应教育部《高等学校人工智能创新行动计划》及国务院颁布的《新一代人工智能发展规划》，责成科技司、基教司、职成司、高教司、地方各级教育行政部门大力推动人工智能、大数据等新技术在教育教学中的深入应用，推进信息技术与高等教育教学深度融合。从发布对人工智能、大数据等新技术与教育结合的指导性文件到直接扶持建设相关教学项目，为高校进行教学改革和升级教学手段和方式指明了新的方向。人工智能、大数据时代悄然来临，带来了信息技术发展的巨大变革，并深刻影响着社会生产和人们生活的方方面面。对于一个国家而言，能否紧紧抓住人工智能、大数据发展机遇，快速形成核心技术和应用参与新一轮的全球化竞争，将直接决定未来若干年世界范围内各国科技力量博弈的格局。机器学习及数据挖掘是人工智能、大数据互联网时代的核心技术，也是目前学术界和工业界的热点研究方向。该技术不仅广泛应用于搜索引擎、电子商务、社交网络等互联网服务，也是国家十三五科研规划布局中的重点攻关要点，是“互联网+”时代的核心竞争技术。人工智能、大数据专业人才的培养是新一轮科技较量的基础，高等院校承担着大数据人才培养的重任，因此，各高等院校非常重视人工智能、大数据课程的开设，人工智能、大数据课程将逐渐发展成为计算机科学与技术专业的重要核心课程。
特邀机器学习学术和研发领域一线专家共同举办“机器学习和深度学习案例实践”会议。本次会议主打理论结合实践主题，课程强调动手操作，内容以代码落地为主，以理论讲解为根，以公式推导为辅。具体事宜如下：
一、主办单位：北京非凡睿诚科技有限公司
二、时间地点：2019.5.3—2019.5.6 北京·高校
（时间安排：第一天报道，授课三天，大学机房授课）
三、会议目标
通过课程学习，可以理解机器学习的思维方式和关键技术；了解深度学习和机器学习在当前工业界的落地应用；能够根据数据分布选择合适的算法模型并书写代码，胜任数据挖掘、机器学习、深度学习等工作,全面掌握机器学习、深度学习原理，深入理解编程实现方法,对机器学习、深度学习运作机制有清晰全面的认识。本次课程通过讲授、研讨、动手实操，提供全部讲课的教学内容讲稿、讲课 PPT、全部源代码、编程操作步骤、建立与老师的答疑联系。
四、主讲嘉宾
复旦大学副教授，主要负责各类科研人员机器学习和大数据核心技术、数据分析等课程的教学。商务智能被评为上海市精品课程，获得 2013 年高等教育上海市教学成果奖二等奖。目前主要研究方向包括商务数据分析和大数据分析等。主持国家自然科学基金 2 项以及上海市浦江人才以及企业合作课题等 20 多项项目。已在 Knowledge and Information Systems ,Information Processing & Management ， Information Systems Frontiers 等国内外刊物和学术会议发表论文 90 多篇。出版著作《智能化的流程管理》《数据挖掘实用案例分析》以及教材《商务智能（第四版）》、《机器学习》、译作《商务智能 数据分析的管理视角（第四版）》、《人机共生—洞察和规避数据分析中的机遇与误区》等 10 多部。获得上海市2015 年上海市科技进步二等奖。
五、参会人员
全国从事人工智能、机器学习、深度学习、大数据挖掘、计算机视觉、人脸识别、类脑智能、等领域相关的企事业单位技术骨干、科研院所研究人员和大专院校相关专业教学人员及在校研究生等相关人员，以及机器学习爱好者等相关人员;
机器学习与深度学习案例实践——课程大纲
第 一 节 | Python与TensorFlow | 1．机器学习与数据挖掘的基本概念、联系及区别 2．机器学习和大数据、人工智能及其他学科领域的关系 3．机器学习和深度学习的关系 4．机器学习方法的分类及本课程内容 （1）有监督学习：分类、回归 （2）无监督学习：聚类 （3）强化学习 （4）半监督学习 5．机器学习应用的一般流程 （1）对象的表示 （2）训练/学习 （3）测试/应用 6．机器学习的典型应用案例 （1）机器学习在自然语言理解领域的应用(机器翻译、智能问答) （2）机器学习在多媒体处理领域的应用 (人脸识别、视频分析) （3）机器学习在语音处理领域的应用(语 音识别、语音合成) （4）机器学习在网络安全领域的应用(入 侵检测、恶意软件识别) （5）机器学习在互联网上的应用(搜索引 擎、计算广告、推荐系统) | 代码和案例实践： 1.卷积与(指数)移动平均线 2.股票数据分析 3.缺失数据的处理 4.环境数据异常检测和分析 |
第 二 节 | 回归分析 | 1．线性回归 （1）回归的基本概念 （2）线性回归 （3）对率(Logistic)回归 （4）岭(Ridge)回归 （5）Lasso 回归 （6）Elastic Net 2．Logistic/Softmax回归 （1）广义线性回归 （2）L1/L2正则化 （3）Ridge与LASSO （4）Elastic Net （5）梯度下降算法：BGD与SGD （6）特征选择与过拟合 （7）Softmax回归的概念源头 （8）最大熵模型 | 代码和案例实践： 1.股票数据的特征提取和应用 2.泰坦尼克号乘客缺失数据处理和存活率预测 3.环境检测数据异常分析和预测 4.模糊数据查询和数据校正方法 5.PCA与鸢尾花数据分类 6.二手车数据特征选择与算法模型比较 7.广告投入与销售额回归分析 8.鸢尾花数据集的分类 9.TensorFlow实现线性回归 10.TensorFlow实现Logistic回归 |
第 三 节 | 决策树和随机森林 | 1.熵、联合熵、条件熵、KL散度、互信息（1）最大似然估计与最大熵模型 （2）ID3、C4.5、CART详解 （3）决策树的正则化 （4）预剪枝和后剪枝 （5）Bagging （6）随机森林 （7）不平衡数据集的处理 （8）利用随机森林做特征选择 （9）使用随机森林计算样本相似度 （10）异常值检测 | 代码和案例实践： 1.随机森林与特征选择 2.决策树应用于回归 3.多标记的决策树回归 4.决策树和随机森林的可视化 5.葡萄酒数据集的决策树/随机森林分类 6.泰坦尼克乘客存活率估计 |
第 四 节 | SVM | 1.线性可分支持向量机 （1）软间隔 （2）损失函数的理解 （3）核函数的原理和选择 （4）SMO算法 （5）支持向量回归SVR （6）多分类SVM | 代码和案例实践： 1.原始数据和特征提取 2.调用开源库函数完成SVM 3.葡萄酒数据分类 4.数字图像的手写体识别 5.MNIST手写体识别 6.SVR用于时间序列曲线预测 7.SVM、Logistic回归、随机森林三者的横向比较 |
第 五 节 | 聚类算法 | 1.无监督学习之聚类算法 （1）聚类的基本概念 （2）聚类的评价 （3）扁平聚类及 k-Means、k-Means++算法 （4）层次聚类及 HAC 算法 （5）其他聚类算法(DBSCAN/SOM/谱聚类) | 代码和案例实践： 1.鸢尾花聚类分析 2.社交网络人群分析 3.银行客户分组与画像 |
第 六 节 | 卷积神经网络CNN | 1.神经网络结构，滤波器，卷积 2.池化，激活函数，反向传播 3.目标分类与识别、目标检测与追踪 4.AlexNet、VGGNet、GoogleLeNet 5.Inception-V3/V4 6.ResNet、DenseNet | 代码和案例实践： 1．数字图片分类 2．卷积核与特征提取 3．以图搜图 4．人证合一 5．卷积神经网络调参经验分享 |
第 七 节 | 图像视频的定位与识别 | 1.视频关键帧处理 2.物体检测与定位 3.RCNN，Fast-RCNN，Faster-RCNN，MaskRCNN 4.YOLO 5.FaceNet | 代码和案例实践： 1．迁移学习 2．人脸检测 3．OCR字体定位和识别 4．睿客识云 5．气象识别 |
第 八 节 | 循环神经网络RNN | 1.RNN基本原理 2.LSTM、GRU 3.Attention 4.CNN+LSTM模型 5.Bi-LSTM双向循环神经网络结构 6.编码器与解码器结构 7.特征提取：word2vec 8.Seq2seq模型 | 代码和案例实践： 1．看图说话 2．视频理解 3．藏头诗生成 4．问答对话系统 5．OCR 6．循环神经网络调参经验分享 |
第 九 节 | 自然语言处理 | 1.语言模型Bi-Gram/Tri-Gram/N-Gram 7.文本分类 2.分词 8.机器翻译 3.词性标注 9.文本摘要 4.依存句法分析 10.阅读理解 5.语义关系抽取 11.问答系统情感分析 6.词向量 12.情感分析 | 代码和案例实践： 1．输入法设计 2．HMM分词 3．文本摘要的生成 4．智能对话系统SeqSeq模型 5．阅读理解的实现与Attention |
注：篇幅有限，案例内容不能全部列出，上课时会有更多的实战案例展示（建议携带笔记本电脑）
六、会议费用
统一收费3900元/人（含资料费、证书认证费、指导费、发票费、午餐费等）住宿可统一安排，费用自理。（如需开培训费发票可提供培训通知）
七、颁发证书
参加学员通过考试后可获得：中国管理科学研究院职业资格认证培训中心颁发的《机器学习应用工程师》专业能力证书，该证书可作为有关单位专业技术人员能力评价、从业人员加薪、晋升、考核和任职的重要依据。
注：请准备两寸蓝底照片一张、身份证及学历证明复印件各一份（学生证、毕业证、学位证均可）
八．报名方式
联系人：陈敏 QQ：1442373885
E-mail：1756294750@qq.com 手机（同微信）：17600012363
