Applied AI from Scratch

参加本课程不需要任何特定要求。

这是一个为期 4 天的课程，介绍人工智能及其应用。完成本课程后，可以选择额外有一天的时间来开展 AI 项目。 

监督学习：分类和回归

• 偏差-方差权衡
• 作为分类器的逻辑回归
• 测量分类器性能 
• 支持向量机
• 神经网络
• 随机森林    

无监督学习：聚类、异常识别

• 主成分分析
• 自动编码器    

高级神经网络架构

• 用于图像分析的卷积神经网络
• 用于时间结构数据的递归神经网络
• 长短期记忆细胞

人工智能可以解决的问题的实际例子，例如

• 图像分析
• 预测复杂的财务序列，例如股票价格，
• 复杂模式识别
• 自然语言处理
• 推荐系统    

用于人工智能应用的软件平台：

• TensorFlow、Theano、Caffe和Keras
• 使用 Apache Spark 的大规模 AI：Mlib    

了解 AI 方法的局限性：失败模式、成本和常见困难

• 过拟合
• 观察数据中的偏倚
• 缺失数据
• 神经网络中毒