掌握高層抽象數據的方法，邁上數據科學家成長之路

廣州最近的天氣越來越暖和了，經常在25℃-28℃之間沉浮，有種下一秒就是夏天的既視感，讓小天想起了1956年的夏天。

為什麼是1956年呢？因為，那一年，一個現在響徹世界的詞誕生了！

1956年夏天，以麥卡賽、羅切斯特等為首的具有遠見卓識的年輕科學家在美國達特茅斯大學聚集召開了一次學術會議，會上他們探討和研究了用機器模擬智能的相關問題，並首次提出了「人工智慧」。這就是全球人工智慧研究的起點。

隨後的幾十年間，隨著計算機的急速發展，科學家們對人工智慧的研究更加深入。2016年的春天，由谷歌AlphaGo和世界頂級圍棋高手李世石的人機對戰，引爆了全球人工智慧浪潮，至此人工智慧變得家喻戶曉。

李世石對戰alphago

實際上，所謂人工智慧就是給機器賦予人的智能，讓機器能夠像人一樣思考問題，並作出相應的決策。也就是說，人工智慧就是研究如何讓計算機完成以往需要人才能勝任的智能工作。

目前機器學習是人工智慧中一種較為有效且可行的方法。一般情況下，機器學習使用演算法解析數據並從中學習，即可對真實世界中的事件作出決策和預測。

而實現機器學習的一種重要方法就是深度學習，上文提到的AlphaGo主要工作原理就是深度學習+蒙特卡洛樹搜索。

人工智慧、機器學習與深度學習的關係

那麼，深度學習究竟是什麼呢？它能做什麼呢？

深度學習的概念源於人工神經網路的研究，而深度學習的過程就是使用多個處理層對數據進行高層抽象，得到多重非線性變換函數的過程。

雖然深度學習的概念看似高大上，讓人有種莫名的距離感，實際上它在日常生活中隨處可見，比如我們較為熟悉的無人駕駛汽車、電影推薦等。

話雖如此，究竟怎麼才能更好地掌握深度學習，最高效的學習路徑應該是什麼樣的呢？

在這，必須先要介紹一下2017年編程語言排行榜首位的Python。Python作為一門易讀、易維護，用途廣泛的編程語言，是時下最火的人工智慧語言。想要掌握深度學習，從掌握Python做起。

為此，超級數學建模攜手唐宇迪老師以Python為基礎，為你帶來實用度與趣味度滿分的《Python深度學習》系列課程！

作為深度學習的系列課程，並沒有只是灌輸大量理論，而是循序漸進，從基礎知識結合操作和兩大基本框架講起，再進階提升，最後結合案例進行實戰訓練。

因此，該系列課程不但適合機器學習、深度學習等愛好者和相關科研工作者，還適合編程零基礎的小夥伴參與學習。課後唐老師還會及時跟蹤答疑。

即便是純小白，小天相信學習課程不會有太大的壓力。

關 於 課 程 詳 情

【課程信息】

「 學習平台 」

騰訊課堂

「 上課形式 」

課程均為錄播視頻

「 學習周期 」

建議每周至少學習2小時，一個月內可完成一遍

「 面向人群 」

人工智慧、機器學習、深度學習愛好者、

零基礎的小白、負基礎的小白白

「 答疑形式 」

學習群老師隨時答疑，即便是最初級的問題

「 課程資料 」

知識總結、操作詳解、案例實戰、課後拓展

「 課程內容 」

深度學習課程、Tensorflow實戰課程

「 課程福利」

開學優惠活動

（活動時間：3月1日—3月7日）

開學季悄然而至，相信很多小夥伴已經陸續返校，為了給大家一個誠意滿滿的開學豪禮，小天埋頭苦幹了好幾天，給大家搗弄了一波優惠福利，現附上詳細說明。活動時間：3月1日—3月7日

1

《數據科學家成長之路——Python深度學習課程》

第一章：深度學習概述與計算機視覺挑戰（免費試學）

第二章：深度學習必備基礎知識點

第三章：最優化與反向傳播

第四章：神經網路整體架構

第五章：案例實戰CIFAR圖像分類任務

第六章：卷積神經網路基本原理

第七章：卷積參數詳解

第八章：案例實戰CNN網路

第九章：經典網路架構與物體檢測任務

第十章：網路模型訓練技巧

第十一章：深度學習框架Caffe網路配置

第十二章：Caffe製作數據源

第十三章：Caffe框架小技巧

第十四章：Caffe框架常用工具

第十五章：深度學習框架Tensorflow基本操作

第十六章：Tensorflow框架構造回歸模型

第十七章：Tensorflow神經網路模型

第十八章：Tensorflow構建CNN網路

第十九章：Tensorflow載入訓練好的模型

第二十章：Tensorflow構建RNN網路

第二十一章：深度學習項目實戰-驗證碼識別

（報名請長按上圖二維碼）

2

《深度學習進階——Tensorflow實戰課程》

第一章：Tensorflow基本操作

第二章：Tensoflow卷積神經網路

第三章：卷積神經網路實戰-貓狗識別

第四章：RNN遞歸神經網路實戰

第五章：致敬經典：ALEXNET網路實戰

第六章：Tensorboard可視化展示

第七章：tfrecord製作自己的數據集

第八章：CNN應用於文本分類任務

第九章：resnet殘差網路

第十章：驗證碼識別實戰

（報名請長按上圖二維碼）

關 於 學 習 資 料

或許你已經收藏了很多學習乾貨，但超模君還是很想幫你節約總結乾貨的時間，以便你可以把更多的時間用於學習與實戰。

因此，本次課程主要包含四個方面：

1.默認你是個小白，課程從基礎知識講起，課後提供相應的資料；

2.課程中會對涉及的知識理論和操作流程進行總結，讓你牢記於心；

3.課程中涉及的課件代碼，已提前上傳，方便學習與實戰；

4.課後提供實戰案例，讓你學以致用，增強實操能力。

卷積神經網路的應用

關 於 授 課 老 師

對於唐老師，大家或許有點陌生。不擔心，今天過後，你們都會熟悉他的。作為本次課程的主講老師，他將自己多年的機器學習經驗和Python使用技巧分享給大家。所以課程不僅是知識，還有思維和方法，你完全可以做到舉一反三。

長按下方二維碼

添加小天微信

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！