曾经因为上清华还是考北大而犹豫,后来才知道这世上有一个词叫多虑。时常在想,是不是那些年追过的女孩太多以至于荒废了学业。还是因为我把书包丢在了网吧而错过清华。
校招的时候发现,很多大厂对985、211的学生都格外青睐。工作之后发现同样都是敲代码的,五道口职业技术学院的手速却是异常的快。
一同进公司的几个人里面,已经有人开始升职加薪了,怎么缩短这种差距成了现在最紧急的事情。是掌握一门前沿的技术?还是重新学习弥补学历上的不足?
技术风口一茬接一茬,选不好的话反而南辕北辙。如果选择重新学习的话,时间成本极大,一般人都会慎重考虑。
在线教育如此火热的今天,无论是技术的选择还是技术的提高都不再是难题。
小象学院给你一个和中科院学生师出同门的机会!
虽然没有上名校,但是依旧可以拜名师学习。
主讲老师
向世明
中科院自动化所模式识别国家重点实验室研究员
中国科学院大学兼职教授、博士生导师
模式识别与机器学习领域近十年教学经验
为硕士生或博士生主讲《模式识别》和《机器学习导论》等课程,在高水平国际期刊或主流会议上发表论文100余篇
以第一作者在IJCV、IEEE T-PAMI、IEEE T-IP、IEEE T-NNLS、IEEE- T-KDE、IEEET-SMC-B、IEEE T-MM和PR上发表论文十余篇
孟高峰
中科院自动化所模式识别国家重点实验室副研究员
研究方向包括图像处理、计算机视觉和机器学习等
丰富的教学经验,为硕士生主讲《机器学习导论》等课程
在高水平国际期刊或主流会议上发表论文50余篇
以第一作者在IJCV、IEEE T-PAMI、IEEE T-IP、ICCV、CVPR ECCV等顶级国际杂志和国际会议发表论文十余篇
课程:《深度学习》第二期
这门课程不是一门讲解语言或者工具的课程,而是告诉你在深度学习这个领域,针对已经出现和即将遇到的各种问题,如何给出完整的解决方案。
通过这次课程的学习,你将会收获到:
1、掌握深度学习的核心技术和深度学习模型的自主构造的基本技能;
2、在宏观层面上,掌握面向不同任务的深度学习技术的发展路线,在微观层面上,熟悉各种不同深层神经网络的拓扑结构;
3、从原理到实际应用,完整的掌握深度学习领域的知识体系,把握深度学习的技术发展趋势。
一起学习的小伙伴觉得这门课程的最大特点是详细:从理论体系到实战,从深度学习的现状到未来的发展都进行了解读,不仅提升了技能,也开阔了视野:
深度学习使机器学习实现了众多应用,作为目前人工智能领域的香饽饽,实在没有理由错过。
领取专属 10元无门槛券
私享最新 技术干货