机器学习之分类

所属专题:深度培训

嘉宾 : 张睿 | 美团点评外卖事业部研究员

会议室 : 北京·国际会议中心

讲师介绍

培训讲师:张睿

美团点评 外卖事业部研究员

张睿,现任美团点评外卖事业部研究员。1993年和1996年于大连理工大学获学士、硕士学位,2003年于清华大学获博士学位。专注于事图像识别、机器学习等技术方向。之前曾在百度和阿里巴巴担任资深算法工程师和高级专家,在文字和文档图像识别的多个领域从事算法研发和应用实践。

培训介绍

地点:北京·国际会议中心
所属专题:深度培训

机器学习之分类

本课程针对机器学习中的分类问题,首先介绍解决分类问题的理论基础,包括贝叶期决策理论、统计学习理论。再介绍一些经典的分类模型,如决策树、逻辑回归、支撑向量机等。然后讲解基于神经网络,尤其深度神经网络的分类模型。最后以文字识别做为典型应用案例,从经典机器学习和深度神经网络两个角度,分别讲解从图像特征到分类模型的完整流程,并提供数据和代码进行现场实际操作。

1. 前言

    1.1 什么是机器学习,有哪些主要方向

    1.2 机器学习的分类问题

2. 机器学习分类问题

    2.1 贝叶斯分类

    2.2 统计学习理论

    2.3 线性分类器

    2.4 决策树

    2.5 支持向量机

    2.6 集成学习

3. 基于深度学习的分类问题

    3.1 深度神经网络基础

    3.2 常见分类模型

4. 典型应用案例——文字识别

    4.1 文字识别的经典机器学习方法

    4.2 文字识别的深度神经网络方法

5. 实际操作

    5.1 中文字符识别

6. 总结和讨论

 

听众受益

1. 了解经典机器学习实现分类问题的数学本质

2. 了解分类问题的常见经典模型

3. 了解神经网络解决分类问题的数学本质,以及与经典机器学习的关系

4. 了解深度神经网络的分类模型

5. 掌握文字识别的经典机器学习方法和深度神经网络方法,并可以迁移到其它图像分类领域

 

目标听众

1. 人工智能领域的相关技术人员

2. 对在工程中如何使用机器学习/深度学习技术解决应用问题有兴趣的所有人

本网站图片存储由七牛云独家支持