课时安排 学术主导师15课时+学术副导师7.5课时+论文主导师6课时+论文副导师18课时，为期7周 课程描述 深度学习(DL,Deep Learning)是机器学习(ML,Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI,Artificial Intelligence)。机器学习是人工智能的子领域，也是人工智能的核心。它囊括了几乎所有对世界影响的方法。机器学习理论主要是设计和分析一些让计算机可以自动学习的算法。深度学习则属于机器学习的子类。它的灵感来源于人类大脑的方式，是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并非是一个全新的概念，可理解为含多个隐含层的神经网络结构。为了提高深层神经网络的训练效果，人们对神经元的连接方法以及激活函数等方面做出了调整。其目的在于建立、模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据，如文本、图像、声音。 本课程教授深度学习中模式识别的基本原理，作为应用领域的典范。关于深度学习，本课程将首先介绍人工神经网络的基础知识，然后将移向神经网络和机器学习的深度分析及研究。在课程结束时，学生应该能够理解：如何设计和训练一个适合的(深度)神经网络模式识别的应用，以及如何解决基本和超出基本模式识别的任务。 适合人群 对人工智能、神经网络、深度学习感兴趣的高中生、本科生 修读计算机、编程、信息工程等专业，以及未来希望在机器学习、算法、编程、模式识别等领域从业的学生 具备一定微积分、线性代数、以及编程基础的学生优先 微积分、线性代数、以及编程基础 项目亮点 全球师资专业科研团队 全面成果保障论文及推荐信 十年经验积淀导师白由沟通 国际声誉影响中外媒体背书 高频教学体系七周多维收获 助教介绍 学历背景 海内外TOP30名校硕/博士背景，团队博士生占比超40% 经验丰富 学术成绩优秀&英语流利，拥有多年助教经验 专业过硬 拥有相关专业领域论文发表经历 教学导向 无缝对接教授课题，全程参与教学与授课
