img

东南大学 崇志宏:多模态大数据的认知计算(2)-应用中的典型问题 (暑期讨论班PPT和参考书)

联结主义的深度学习和符号主义的知识图谱以及规则的融合是解决下一代人工智能问题的技术方向,也是解决多模态大数据处理的问题的技术选项,围绕这个主题整理应用中的典型问题:认知计算和深度学习的工程问题、多模态大数据的结构和分布问题、任务问题的特殊性、典型的具体应用问题。这些问题散布在人工智能和深度学习的各个领域、方向上,我们采取一致的方法收集和整理这些问题解决的典型技术方法,进一步加深我们对理论问题的理解,进一步在实践中验证理论和方法的可行性。

共16个

东南大学 崇志宏:数据与智能暑期研讨班提纲
东南大学 崇志宏:神经网络计算模型与BP算法
东南大学 崇志宏:图概率和BP算法
东南大学 崇志宏:贝叶斯深度学习
东南大学 崇志宏:深度学习的基本技术
东南大学 崇志宏:Deep Learning参考书
东南大学 崇志宏:图概率参考书
东南大学 崇志宏:VAE和GAN技术要点(部分内容)
东南大学 崇志宏:东南大学数据与智能实验室深度学习应用问题暑期讨论提纲
东南大学 崇志宏 三天深度学习培训 第一天:深度学习基础
东南大学 崇志宏 三天深度学习培训 第二天:深度学习的基本范式
东南大学 崇志宏 转:Tensorflow框架开发实战
东南大学 崇志宏 三天深度学习培训 第三天天:深度学习的高级技术与趋势
东南大学 崇志宏:区块链的去中心化与数据的一致性、安全、隐私
东南大学崇志宏:深度学习的近似算法
东南大学崇志宏:长尾模式的深度学习实践——数据科学家、工程师成长之路