博雅計(jì)劃—博雅計(jì)劃：菁英項(xiàng)目：人工智能與數(shù)據(jù)科學(xué)專題：基于LSTM等序列模型、GAN等生成模型的深度學(xué)習(xí)算法綜合研究與應(yīng)用【大三及以上組】

開始日期：

2023年7月15日

專業(yè)方向：

計(jì)算機(jī)與人工智能

導(dǎo)師：

Mark（麻省理工學(xué)院 (MIT) 終身教授）

課程周期：

7周在線小組科研學(xué)習(xí)+5周不限時(shí)論文指導(dǎo)學(xué)習(xí)

語言：

英文

建議學(xué)生年級：

大學(xué)生

項(xiàng)目產(chǎn)出：

7周在線小組科研學(xué)習(xí)+5周不限時(shí)論文指導(dǎo)學(xué)習(xí) 項(xiàng)目報(bào)告 EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導(dǎo)（共同一作） 結(jié)業(yè)證書 成績單

項(xiàng)目介紹：

項(xiàng)目中，教授將具體介紹ML和AI中的生成方法。教授將從邏輯回歸模型開始，首先介紹神經(jīng)網(wǎng)絡(luò)的概念，隨后深入研究深度學(xué)習(xí)模型的訓(xùn)練和測試方法。然后我們將介紹卷積神經(jīng)網(wǎng)絡(luò)并討論包括自動(dòng)編碼器和生成對抗網(wǎng)絡(luò)內(nèi)的生成方法。最后，我們將討論順序建模框架及其在自然語言處理和強(qiáng)化學(xué)習(xí)中的應(yīng)用。學(xué)生將在項(xiàng)目結(jié)束時(shí)，自選開發(fā)框架，使用Python語言開發(fā)深度學(xué)習(xí)應(yīng)用，提交項(xiàng)目報(bào)告，進(jìn)行成果展示。The course will give a specific introduction to the generative methods in ML and AI. We will first introduce the concept of Neural Networks, starting from the well- known logistic regression model. Then we will dive deeply into the techniques of training and benchmarking the deep learning models. Then we will introduce the convolutional neural networks. Then we will spend some time discussing the generative methods including autoencoders and generative adversarial networks. Finally, we will discuss the sequential modeling frameworks and its application to natural language processing as well as reinforcement learning. We will cover the motivation, the theory, and the implementation of Deep Learning in the course.