检测到您当前使用浏览器版本过于老旧，会导致无法正常浏览网站；请您使用电脑里的其他浏览器如：360、QQ、搜狗浏览器的极速模式浏览，或者使用谷歌、火狐等浏览器。
下载Firefox
2018年6月25日至29日，IBM T.J. Watson Research Center的Yu Cheng研究员在我校国学馆226教室为我校师生讲授了以“Introduction to Deep Learning”为主题的系列短期课程。
第一天，成老师的课程题目是“Introduction, the basis of machine learning and neural networks”，为我们简要介绍了机器学习（machine learning）和神经网络（neural networks）的概况和最新动态。目前这二者属于统计学最前沿的内容，并且广泛地应用于金融、医疗、人工智能等领域。
第二天，成老师又讲授了“Convolutional neural networks, recurrent neural networks”的有关内容。在机器学习中，卷积神经网络（Convolutional neural network）是一种深度前馈人工神经网络，人工神经元可以响应周围单元，可以用于图像识别。循环神经网络（recurrent neural networks）是一类用于处理序列数据的神经网络，目前该技术发展前景广阔。
第三天，成老师为我们介绍了“Training neural networks, deep learning software”。例如，卷积神经网络的训练过程就是对大量带标签数据（监督学习）通过反向传播算法学习网络结构中的参数来实现的。目前有很多软件能用于训练神经网络和深度学，包括Python、MATLAB等，不同的软件能用于解决不同的问题。
第四天，成老师讲解了“Optimization in deep learning, deep reinforcement learning”的相关内容。深度强化学习（deep reinforcement learning）属于机器学习的一个分支，在一系列情景之下，通过多步恰当的决策来达到一个目标，是一种序列多步决策的问题。该方法的目的是使期望的回报（reward）最大化。
最后一天，成老师和大家讨论了深度学习的一些进阶课程，即“Advanced topics in deep learning, course project (optional)”。通过讨论，大家对深度学习的发展现状和热点内容，又有了一个更深的认识。
Yu Cheng研究员简介：
Dr Yu is a researcher at Microsoft AI & Research. Before that, he spent three years as a research staff member at IBM T.J. Watson Research Center and got Ph.D. from Northwestern University in 2015. His research is about deep learning in general, with specific interests in the deep generative model, model compression, and reinforcement learning. He is also interested in solving real-world problems of computer vision and natural language processing.
Email: chengyu05@gmail.com
Homepage: https://sites.google.com/site/chengyu05/
相关下载：
