神经网络与深度学习-3小时.pdfVIP

神经网络与深度学习

邱锡鹏

复旦大学

2/22/2025

大纲

概述进阶模型

机器学习概述概率图模型

线性模型玻尔兹曼机

基础网络模型深度信念网络

前馈神经网络深度生成模型

卷积神经网络深度强化学习

循环神经网络

网络优化与正则化

记忆与注意力机制

无监督学习

邱锡鹏，复旦大学神经网络与深度学习2

从人工智能开始

让机器具有人类的智能

机器感知（计算机视觉、语音

信息处理）

学习（模式识别、机器学习、

强化学习）

语言（自然语言处理）

记忆（知识表示）AlanTuring

决策（规划、数据挖掘）

邱锡鹏，复旦大学神经网络与深度学习3

如何开发一个人工智能系统？

人工规则

邱锡鹏，复旦大学神经网络与深度学习4

What’stheRule?

机器学习

邱锡鹏，复旦大学神经网络与深度学习5

如何开发一个人工智能系统？

知道

专家系统…

怎么做

规则

图像识别

知识

容易做机器学习文本分类

不知道

语音识别

怎么做

不容易做强化学习围棋

邱锡鹏，复旦大学神经网络与深度学习6

ABigPicture

邱锡鹏，复旦大学神经网络与深度学习7

机器学习概述

邱锡鹏，复旦大学神经网络与深度学习8

机器学习≈构建一个映射函数

语音识别

f()“你好”

图像识别

f