中国管理科学研究院人才战略研究所举办《2018python深度学习核心技术培训班》

2018年7月24日 9:00 至 2018年7月26日 17:30 ，中国管理科学研究院人才战略研究所在 北京·北京海淀区上园饭店·北京市海淀区西直门外高粱桥斜街40号（嘉茂商场北侧，步行5分钟）举办《2018python深度学习核心技术培训班》。

会议通知

---

2018python深度学习核心技术培训班宣传图

各有关单位：

在这个人工智能火热的时代，在商业、经济及其他领域中基于数据和分析去发现问题并作出科学客观的决策越来越重要；python是一种面向对象直译式计算机程序设计语言，也是一种功能强大的通用型语言，已经成为最受欢迎的动态编程语言之一，被越来越多的科研人员用来处理实验数据、制作图表及开发科学计算应用程序，采用Python做科学计算的研究机构日益增多，Python逐渐被认为是学习和实现机器学习技术最好的语言之一，为了协助满足行业对python数据处理相关高端人才的迫切需求，我单位将于近期举办“Python深度学习核心技术培训班”，本次会议由北京中卓佳创教育科技有限公司承办并负责会议接待、开具票据等相关工作。具体安排如下：

一、培训对象：

各高等院校、科研机构大数据相关学科、计算机、软件、信息管理、统计等科研人员，在读高年级本科生及研究生以及有志于python深度学习研究和应用的个人及从业者。

二、时间地点：

2018年7月 23日-2018年 7月26日 北京（23日全天报到）                              

三、课程简介：

课程强调从零开始，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。共3天6节，每节各3~3.5小时，讲解深度学习的模型理论和代码实践，梳理深度学习、计算机视觉的技术框架，从根本上解决如何使用模型、优化模型的问题；每次课中，首先阐述算法理论和少量公式推导，然后使用真实数据做数据挖掘深度学习的数据分析、特征选择、调参和结果比较。

四、课程特点：

课程重视代码实践，使用银行、金融、运营商等工业界实际数据（数据已脱敏）进行深度学习模型的落地应用。虽然课程坚持推导公式，但更重视深度学习的原理与实操；将实际工作中遇到的行业应用和痛点做最直观切实的展示；重视算法模型的同时，更强调实际问题中应该如何模型选择、特征选择和调参。

中国管理科学研究院是1986年9月1日经陈云同志批示，在宋平等中央领导同志的关怀和支持下，由原国家科委于1987年6月2日批准建立，在中编办国家事业单位登记管理局登记注册的国家事业单位（登记号210000005343号）。这是我国专门从事管理科学和相关交叉科学研究的新型科研机构。现为国际管理者协会联盟（IFSAM）理事单位。

会议日程 （最终日程以会议现场为准）

---

详细大纲：

专题名称	授课内容	授课内容
第1讲 Python与TensorFlow	解释器Python2.7/3.6与IDE：Anaconda/Pycharm 列表/元组/字典/类/文件 numpy/scipy/matplotlib/panda的介绍和典型使用 scikit-learn的介绍和典型使用 TensorFlow典型应用 典型图像处理 多种数学曲线 多项式拟合 快速傅里叶变换FFT 奇异值分解SVD Soble/Prewitt/Laplacian算子与卷积网络	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.实际生产问题中算法和特征的关系 4.缺失数据的处理 5.环境数据异常检测和分析
第2讲 回归与优化	线性回归 Logistic/Softmax回归 广义线性回归 L1/L2正则化 Ridge与LASSO Elastic Net 梯度下降算法：BGD与SGD 特征选择与过拟合 Softmax回归的概念源头 最大熵模型 K-L散度	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3讲 卷积神经网络CNN	神经网络结构，滤波器，卷积 池化，激活函数，反向传播 目标分类与识别、目标检测与追踪 AlexNet、VGGNet、GoogleLeNet Inception-V3/V4 ResNet、DenseNet	代码和案例实践 数字图片分类 卷积核与特征提取 以图搜图 人证合一 卷积神经网络调参经验分享
第4讲 图像视频的定位与识别	视频关键帧处理 物体检测与定位 RCNN，Fast-RCNN，Faster-RCNN，MaskRCNN YOLO FaceNet	代码和案例实践： 迁移学习 人脸检测 OCR字体定位和识别 睿客识云 气象识别
第5讲 循环神经网络RNN	RNN基本原理 LSTM、GRU Attention CNN+LSTM模型 Bi-LSTM双向循环神经网络结构 编码器与解码器结构 特征提取：word2vec Seq2seq模型	代码和案例实践： 看图说话 视频理解 藏头诗生成 问答对话系统 OCR 文本摘要的生成 智能对话系统和SeqSeq模型 阅读理解的实现与Attention
第6讲 生成对抗网络GAN与强化学习RL	生成与判别 生成模型：贝叶斯、HMM到深度生成模型 GAN对抗生成神经网络 DCGAN Conditional GAN InfoGan Wasserstein GAN 马尔科夫决策过程 贝尔曼方程、最优策略 策略迭代、值迭代 Q Learning SarsaLamda DQN A3C ELF	代码和案例实践： 图片生成 看图说话 对抗生成神经网络调参经验分享 OpenAI 飞翔的小鸟游戏 基于增强学习的游戏学习 DQN的实现

会议嘉宾 （最终出席嘉宾以会议现场为准）

---

讲师简介：

邹博，中国科学院副研究员，天津大学特聘教授，成立中国科学院邹博人工智能研究中心（杭州站），研究方向机器学习、数据挖掘、计算几何，应用于大型气象设备的图像与文本挖掘、股票交易与预测、量子化学医药路径寻优、传统农资产品价格预测和决策等领域。

参会指南

---

培训费用

全部课程3900元/人（含培训费、教材费、证书申报费），食宿以及差旅，费用自理。

参加相关培训学员，可获得：中国管理科学院人才战略研究所颁发《深度学习技术与应用管理师》专业技能证书，该证书可作为有关单位专业技术人员能力评价、考核和升职的重要依据。

注：请学员自备电子照片1张（注明姓名）以及电子版身份证复印件，请学员自带笔记本电脑，讲师以U盘的形式提供全部教学课件、源代码、实验数据、编程操作步骤.