关于举办“人工智能核心-机器学习”培训的通知 各有关单位： 中国科学院计算技术研究所是国家专门的计算技术研究机构，同时也是中国信息化建设和人工智能建设的重要支撑单位，中科院计算所培训中心是致力于高端IT类人才培养及企业内训的专业培训机构。中心凭借科学院的强大师资力量，在总结多年大型软件开发和组织经验的基础上，自主研发出一整套课程体系，其目的是希望能够切实帮助中国软件企业培养高级软件技术人才，提升整体研发能力，迄今为止已先后为国家培养了数万名计算机专业人员，并先后为数千家大型国内外企业进行过专门的定制培训服务。机器学习(Machine Learning, ML)是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是计算机科学和人工智能中非常重要的一个研究领域，机器学习不但在计算机科学的众多领域中大显身手，而且成为一些交叉学科的重要支撑技术。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，如专家系统、自动推理、图像识别、语音识别、自然语言理解、模式识别、计算机视觉、智能机器人等。随着人工智能技术的快速发展，机器学习方面的人才成为国家急需的高层次技术人才。为将机器学习的重要知识和最新进展进行推广，培训中心特举办“人工智能核心-机器学习”培训班，具体事宜通知如下：一、培训对象 高级程序员、资深开发人员、人工智能工程师、图像设计人员、机器学习工程师、程序员。二、学员基础 1，对IT系统设计有一定的理论与实践经验。2，对机器学习有一定的兴趣。三、师资 由业界知名机器学习专家亲自授课：司老师 清华大学博士，机器学习方面专家，在意大利举办的国际在线指纹识别竞赛中获得冠军，在机器学习和模式识别领域顶级期刊IEEE TPAMI等期刊发表多篇论文，拥有5个中国专利和1个美国专利，是人工智能、机器学习、深度学习和图像处理和识别领域的实战派专家。四、培训内容 第一讲 机器学习简介 1.1 什么是机器学习1.2 为什么要机器学习1.3 怎样来进行机器学习1.4 机器学习的现实案例举例第二讲 朴素贝叶斯决策 2.1为什么要引入朴素贝叶斯决策2.2 如何进行朴素贝叶斯决策2.3 朴素贝叶斯在文本识别中的应用案例第三讲 线性分类器 3.1 线性分类器是什么3.2 Fisher线性判别的动机3.3 Fisher线性判别的内涵是什么3.4 Fisher线性判别在人脸检测中的应用案例第四讲 人工神经网络 4.1 人工神经网络的设计动机是什么4.2 单个神经元的功能4.3人工神经网络的优化以及误差逆传播（BP）算法4.4人工神经网络中需要注意的问题4.5 人工神经网络在表情识别、流量预测中的应用案例第五讲 *优分类面和支持向量机（SVM） 5.1 什么是*优分类面5.2 SVM的本质是什么5.3 SVM线性不可分时怎么办5.4 SVM中核函数如何选择5.5 SVM在车牌识别中的应用案例第六讲 近邻法 6.1 近邻法的思想是什么6.2 近邻法的缺点以及改进方案6.3 近邻法中的过学习问题及解决方案6.4 近邻法在相亲网站中的应用案例第七讲 决策树 7.1 什么是非数值特征7.2 为什么要引入决策树7.3 如何设计决策树7.4 如何构造随机森林7.5 决策树在医疗系统中的应用案例第八讲 Boosting 8.1 什么是Boosting算法8.2 为什么要Boosting8.3 如何Boosting8.4 介绍Boosting算法典型代表Adaboost8.5 Adaboost在人脸检测中的应用案例第九讲 非监督学习方法 9.1 什么是非监督学习？9.2 单峰子集法9.3 C均值方法9.4 模糊C均值方法和改进的模糊C均值方法9.5 非监督学习方法在石油勘探中的应用案例五、培训目标 1，全面了解机器学习领域相关知识。2，能将机器学习领域的技术应用于实际项目。3，能将机器学习领域的技术和人工智能的其他技术进行结合，做扩展应用。六、培训时间、地点 时间： 2018年6月7日-6月8日 地点：北京七、证书 培训结束，颁发中科院计算所职业培训中心“人工智能核心-机器学习”结业证书。八、费用 培训费：5500元/人（含教材、证书、午餐、学习用具等）。住宿协助安排，费用自理。