人工智能和机器学习：理论与实践

在智能技术和自动化蓬勃发展的时代，我们已经看到人工智能和机器学习在金融、医药和制造等各个领域的变革潜力。本课程提供了对这一面向未来的研究领域的实践介绍。

您将首先介绍 Python 编程的基础知识，特别是了解面向对象编程及其对深度学习的重要性。您将快速了解人工智能简介，研究监督机器学习的基础知识，包括线性回归、逻辑回归、神经网络和梯度下降。在课程的第二周，您将探索图像处理、研究变换、卷积滤波器和边缘检测，然后介绍卷积神经网络和一些著名的 CNN 架构（例如 VGG 和 ResNet）。在课程的最后部分，您将了解自然语言处理的核心概念，包括序列建模、自回归模型和递归神经网络。

这门强化课程既提供了人工智能和机器学习概念的理论介绍，也提供了将这些知识付诸实践以解决不同领域的小规模实际问题的机会。

日期和可用性

在以下日期提供住宿或在线课程：

第一期：2024年6月24日至7月12日

第三节：2024年8月5日至8月23日