3月20日中午,beat365官方网站谢士春老师在工B308作“深度学习基础之人工神经网络”的报告,beat365官方网站青年教师认真聆听了此次报告。
首先,谢老师引入机器学习的概念,指出了机器学习的步骤是基于训练样本训练模型,获得一组参数(调参),并使用验证数据集验证,观察分类的正确性是否确实具有泛化性。讲述了常用的分类、聚类、过拟合、正则化等机器学习方面的知识。然而,传统的机器学习具有局限性,无法自动完成特征工程。针对传统机器学习所存在的不足,谢老师引入深度学习,告诉大家特征提取的动作可以由整个深度学习的网络模型自动完成。随后,谢老师详细讲解了深度学习中的神经元、感知机、激活函数、多层神经网络、学习规则和BP算法等一些重要的基础知识。
通过聆听谢老师的报告,让在座的各位同事对机器学习有了更加深入的认识。最后,崔琳老师简单安排了针对下周讲解的深度学习环境搭建,要事先做好哪些准备工作。(撰稿:崔琳 审核:宋启祥)