一起学人工智能系列课程15 | 网络优化

一起学人工智能系列课程15 | 网络优化
机器学习是一门人工智能的科学，是实现人工智能的必经路经。如今，机器学习已成为解决自然语言处理，图像处理和计算机视觉，计算生物学，计算金融学，汽车、航空航天和制造业，能源生产等多个领域问题的关键技术。 
深度学习是一种基于神经网络算法的机器学习技术。当今互联网时代，随着数据量的激增和算力的进步，深度学习在图像识别、语义理解、语音识别等领域已取得显著成果。它的引入，使得人工智能相关技术有了很大进步。 
本次“一起学人工智能”系列课程，旨在通过课程详解和代码实例，帮助学习者对神经网络原理实现从入门到精通；同时，通过一系列代码实践，向学习者演示如何将神经网络原理应用于实际问题的解决。 
通过上周的课程，我们已经认识了循环神经网络，并学习了普通循环神经网络的概念、结构及其典型用途。 
本期课程，我们将进入高级循环神经网络的学习。我们会带大家认识传统循环神经网络的不足与高级循环神经网络的基本概念，了解长短时记忆（Long Short Term Memory, LSTM）网络的基本原理与代码实现、GRU 基本原理，以及序列到序列模型等内容。

嘉宾介绍：
卢建晖
微软 Cloud Advocate 
前微软 MVP、Xamarin MVP 和微软 RD，拥有超过10年的云原生、人工智能和移动应用经验，为教育、金融和医疗提供应用解决方案。 Microsoft Iginte，Teched 会议讲师，Microsoft AI 黑客马拉松教练，目前在微软，为技术人员和不同行业宣讲技术和相关应用场景。