Ying Lu
0 ? $score . '分' : '10.0分' ?>Google Data Scientist
访问次数
11077
反馈数量
11
关于教练
现任谷歌硅谷总部数据科学家，为谷歌应用商城提供核心数据决策分析，利用机器学习和深度学习技术建立用户行为预测模型，为产品优化提供核心数据支持。曾在亚马逊、微软和迪士尼美国总部担任机器学习研究科学家，有着多年使用机器学习和深度学习算法研发为业务提供解决方案的经验。热衷于帮助中国社区的人工智能方面的研究和落地，活跃于各个大型会议并发表主题演讲。本科毕业于复旦大学数学专业，博士毕业于明尼苏达大学统计专业。
课程
-
深度学习基础和最佳实践：如何利用深度学习开发人工智能应用
本工作坊以实际应用为导向，强调概念的认知和实用性，对理论的介绍深入浅出，务求让听众在工作坊后能使用案例程序举一反三，本工作坊覆盖当前热门的几个深度学习应用场景。
暂无课程排期架构师 -
《深度学习基础和最佳实践：如何利用深度学习开发人工智能应用》
深度学习已经广泛应用于我们的生活中,比如市场上可以见到的语音转写、智能音箱、语言翻译、图像识别和图像艺术化系统等，其中深度学习都是关键技术。同时, 由于学术界和工业界的大量投入，深度学习的新模型和新算法层出不穷,要充分掌握深度学习的各种模型和算法并实现它们无疑是一件困难的事情。
幸运的是，基于各行各业对深度学习技术的需求，许多公司和学校开源了深度学习工具包，其中大家比较熟悉的有 CNTK、TensorFlow、Theano、Caffe、mxNet 和 Torch。 这些工具包都提供了非常灵活而强大的建模能力,极大地降低了使用深度学习技术的 门槛,进一步加速了深度学习技术的研究和应用。
本工作坊以实际应用为导向，强调概念的认知和实用性，对理论的介绍深入浅出，务求让听众在工作坊后能使用案例程序举一反三，本工作坊覆盖当前热门的几个深度学习应用场景。暂无课程排期架构师
相关教练
