微信号:infoqchina

介绍:有内容的技术社区媒体

课程推荐 | 在职工程师转型深度学习的路径指南

2017-10-27 08:00 InfoQ

2011 年至今,深度学习使得算法准确率逐步提升,越来越多的领域,比如计算机视觉、语音识别准确率可以超过 90% 甚至 98% 以上。高准确度的算法越来越接近工业生产需求,各大企业、创业公司都在寻求切入新商业产品的机会。由此而来的是,市场对深度学习人才的白热化渴求。

市场的需求,使得越来越多技术人意识到深度学习将带来的职场超车机遇。

但是不可否认的是,很多技术人第一次听到深度学习,都觉得入门到实战需要很高的数学基础等等前提,所以在这个深度学习新机遇面前踌躇不前。

事实上,发展至今,技术人转型深度学习初级、中级岗位,相对来说门槛已经不是几年前那么高:并不是精尖的技术大牛才可以学习,而是普通程序员也可以学习。这种转变,是实验室中高精尖理论技术,逐步普及到技术市场的必然过程。

绝大多数现在商业化了的技术都经历了这个过程。只不过,深度学习,是当下被市场赋予极大甚至是最大期望的技术领域之一——目前仍然极度缺乏人才,适合普通程序员抓住机会获得新的职场机遇。

现在我们邀请到欢聚时代资深大数据专家高扬和高级软件架构师卫峥两位老师,开讲「全面掌握深度学习,从入门到精通实战」系列课程。

这可能是市面上最通俗易懂的、最适合零基础入门深度学习的课程,非常适合想转型深度学习的在职工程师:

这门课程将带你从深度学习零基础到第 9 周实战 CNN 斗地主机器人。

课程实战内容还包括 Caffe 图片分类、TensorFlow LSTM 自动生成文本、TensorFlow 实现人脸识别、对话机器人,TensorFlow 模仿大师画作风格等。

学完之后同学们可以独立做出简单项目,胜任中小型公司相关岗位。

此前有很多同学都担忧自己的数学、编程水平不好,怕学不好这门课程,在此同学们可以参考这个细化的「适合人群」描述:

  • 对于想入门的同学,应该至少有着大专以上的数学水平。有一定的 Linux 命令和初级编程能力。有最基本的统计学基础知识。

  • 对于想学的比较深入的同学,最好具备较强的微积分和统计学知识,有较好的 Linux 下的 Python 编程能力。

本课程的特色是贴近工程实际需要,平缓过渡数学理论知识这块内容,降低了程序员学习深度学习技术的门槛,但总体体现出宽进严出的思路。

课程将于10 月 28 日正式开始,现在报名限名额优惠,只需 2999 元,报名请点击「阅读原文」直接报名,咨询请扫码联系课程小助手。

 
InfoQ 更多文章 人工智能落地案例:优酷泛内容智能分析平台建设实践 MongoDB上市后,带你认识这款非同一般的文档数据库 阿里RocketMQ是怎样孵化成Apache顶级项目的? 1024丨第一次全国程序员人口普查 为什么人工智能时代我们要学好概率统计?
猜您喜欢 数据分析没效果,是因为缺少这4种提升! 量化投资之动量反转 LocalOrRemote Grouping的前世今生 阿里首次公开量子通信技术: “走进了一个无人区” 聊聊设计模式(4):装饰模式