百度指数的搜索指数代表什么,郑州百度网站优化排名,dz论坛怎么做视频网站吗,福州网站怎么做的叶梓#xff0c;上海交通大学计算机专业博士毕业#xff0c;高级工程师。主研方向#xff1a;数据挖掘、机器学习、人工智能。历任国内知名上市IT企业的AI技术总监、资深技术专家#xff0c;市级行业大数据平台技术负责人。个人主页#xff1a;大数据人工智能AI培训讲师叶…叶梓上海交通大学计算机专业博士毕业高级工程师。主研方向数据挖掘、机器学习、人工智能。历任国内知名上市IT企业的AI技术总监、资深技术专家市级行业大数据平台技术负责人。个人主页大数据人工智能AI培训讲师叶梓_新浪博客 (sina.com.cn) 长期负责城市信息化智能平台的建设工作开展行业数据的智能化应用研发工作牵头多个省级、市级行业智能化信息系统的建设主持设计并搭建多个省级、市级行业大数据平台。参与国家级人工智能课题牵头上海市级人工智能示范应用课题研究。 带领团队在相关行业领域研发多款人工智能创新产品成功落地多项大数据、人工智能前沿项目其中信息化智能平台项目曾荣获“上海市信息技术优秀应用成果奖”。带领团队在参加国际NLP算法大赛获得Top1%的成绩。参与国家级、省级大数据技术标准的制定曾获省部级以上的科技创新一等奖。 项目经历
上海市城市信息化人工智能项目 项目负责人
研发智能服务系统包括元宇宙与虚拟数字人、基于人工智能的内容生成AIGC、基于NLP技术的对话系统、基于深度学习的图像识别系统、基于智能推理的行业推荐系统。
相关工作
作为项目总负责负责项目管理、产品研发、系统分析、技术指导、算法指导等。 上海市城市智能信息化工程 总工程师
采用大数据技术建设市级信息平台完成试点单位接入并采集居民相关信息实现市级平台档案等服务并实现所有单位的全面接入。为解决超量数据的存储与计算的问题搭建了存储全市数据的云计算平台并在其上进行了基于大数据的分析和挖掘工作。
相关工作
作为总工程师负责技术管理、系统分析、云平台数据存储设计、数据分析与挖掘指导、开发指导。 上海市城市信息化领域智能联网工程 技术经理
建设内容包括接入单位的联网智能卡的实现城市信息化智能平台的升级科研平台的扩展与升级建立决策支持系统评估体系的展示设计短信平台的实现违规操作的提醒协同智能服务平台的实现等。
相关工作
作为技术经理负责总体架构设计、接口设计、大数据平台设计、AI技术指导等。 3. 主攻方向
具有扎实的数据挖掘、机器学习、深度学习等人工智能理论基础了解AIGC等技术前沿动态。
精通机器学习、深度学习的理论、模型、算法、调优等精通算法设计
熟悉深度学习在自然语言处理、计算机视觉两大核心领域的实用技巧
15年以上的程序开发经验熟悉常用程序开发架构独立完成多个产品级软件的设计与开发。 4.授课风采
日立电梯 (中国) 有限公司 中国管理科学研究院合作单位系列课程 中国电信云公司上海研发中心 SONY 强化学习与深度强化学习
前言
强化学习是当前最热门的研究方向之一广泛应用于机器人学、电子竞技等领域。本课程系统性的介绍了强化学习深度强化学习的基本理论和关键算法包括马尔科夫决策过程、动态规划法、蒙特卡罗法、时间差分法、值函数逼近法策略梯度法等以及该领域的最新前沿发展包括DQN及其变种、信赖域系方法、Actor-Critic类方法、多Agent深度强化学习等同时也介绍大量的实际案例包括深度强化学习中最著名的工程应用Alpha Go。 第一天 强化学习 第一课 强化学习综述
1.强化学习要解决的问题
2.强化学习方法的分类
3.强化学习方法的发展趋势
4.环境搭建实验GymTensorFlow等
5.Gym环境的基本使用方法 第二课 马尔科夫决策过程
1.基本概念马尔科夫性、马尔科夫过程、马尔科夫决策过程
2.MDP基本元素:策略、回报、值函数、状态行为值函数
3.贝尔曼方程
4.最优策略
案例构建机器人找金币和迷宫的环境 第三课 基于模型的动态规划方法
1.动态规划概念介绍
2.策略评估过程介绍
3.策略改进方法介绍
4.策略迭代和值迭代
案例实现基于模型的强化学习算法 第四课 蒙特卡罗方法
1.蒙特卡罗策略评估
2.蒙特卡罗策略改进
3.基于蒙特卡罗的强化学习
4.同策略和异策略
案例利用蒙特卡罗方法实现机器人找金币和迷宫 第五课 时序差分方法
1.DPMC和TD方法比较
2.MC和TD方法偏差与方差平衡
3.同策略TD方法Sarsa 方法
4.异策略TD方法Q-learning 方法
案例Q-learning和Sarsa的实现 第二天 从强化学习到深度强化学习 第一课 基于值函数逼近方法强化学习
1.维数灾难与表格型强化学习
2.值函数的参数化表示
3.值函数的估计过程
4.常用的基函数 第二课 基于值函数逼近方法深度学习与强化学习的结合
1.简单提一下深度学习
2.深度学习与强化学习的结合
3.DQN 方法介绍
4.DQN变种Double DQN, Prioritized Replay, Dueling Network
案例用DQN玩游戏——flappy bird 第三课 策略梯度方法强化学习
1.策略梯度方法介绍
2.常见的策略表示
3.常见的减小方差的方法:引入基函数法修改估计值函数法
案例利用gym和tensorflow实现小车倒立摆系统等 第四课 Alpha Go深度学习与强化学习的结合
1.MCTS
2.策略网络与价值网络
3.Alpha Go的完整架构 第五课 GAN深度学习
1.VAE与基本GAN
2.DCGAN
3.WGAN
案例生成手写数字的GAN 第三天 深度强化学习进阶 第一课 AC类方法-1
1. PG的问题与AC的思路
2. AC类方法的发展历程
3. Actor-Critic基本原理 第二课 AC类方法-2
1. DPG方法
2. DDPG方法
3. A3C方法
案例AC类方法的案例 第三课 信赖域系方法-1
1.信赖域系方法背景
2.信赖域系方法发展路线图
3.TRPO方法
案例TRPO方法的案例 第四课 信赖域系方法-2
1.PPO方法
2.DPPO方法简介
3.ACER方法
案例PPO方法的案例 第五课 多Agent强化学习
1.矩阵博弈
2.纳什均衡
3.多人随机博弈学习
4.完全合作、完全竞争与混合任务
5.MADDPG
案例MADDPG的案例等
