您的位置: 首页> 张睿嘉>日志

相似顾问推荐

张睿嘉
加拿大前期主管

  • 常见问题

我接受并同意 《用户服务条款》《隐私权相关政策》

提交
输入您的意向国家、阶段
免费申请留学资料
  • 意向国家/地区:
  • 意向阶段:
  • 就近城市:
  • 您的姓名:
  • 您的电话:
立即免费申请
首页| 企业文化| 联系我们| 加入我们| English website| 微博:新浪| 投诉建议|
新东方教育科技集团有限公司
经营许可证编号:京ICP备05067667号 ©版权所有:新东方教育科技集团有限公司
留学评估

免费留学评估

免费获取
扫码关注

关注新东方前途出国

新东方前途出国公众号
免费留学评估 为您合理规划 助力留学
免费获取

张睿嘉加拿大前期主管

专业介绍之多伦多大学人工智能机器学习
更多详情
 Machine Learning in Computer Vision

机器学习之计算机视觉

近年来,在各个领域,深度学习已经成为最主流的机器学习工具。其最大的成功之一就是计算机视觉,其中计算机对对象的捕捉和动作识别方面的表现得到了显着提升,从一些基本的手势识别,到一些体感游戏。在本课程中,我们将一起探讨各种计算机视觉相关的问题,这些问题将涉及到不同神经架构的最先进技术以及关于计算机可视化最前沿研究方向的探索。说白啦就是让机器人拥有自己的眼睛,信息输入端不在单独基于编程这种方式。

Intro to Neural Networks and Machine Learning

神经网络与机器学习

机器学习是一组强大的技术,允许计算机从数据中自主学习,而不是通过传统手动编程的方式来实现更强大的功能。 神经网络是一类最初受大脑启发的机器学习算法,但最近在实际应用中取得了很多成功。它们是GoogleFacebook等公司生产系统的核心,用于人脸识别,语音到文本和语言理解。

Machine Learning and Data Mining

机器学习与数据挖掘

机器学习能让机器从数据和经验中学习和成长。在过去的二十年中,机器学习技术在人工智能领域和技术行业中变得越来越重要。本课程对一些最常用的机器学习算法进行了广泛的介绍。而且这些原理及算法将作为更高级课程的基础,例如CSC412 / 2506(概率学习和推理)和CSC421 / 2516(神经网络和深度学习)。

课程的前半部分侧重于监督学习,然后后半段侧重于无监督学习。

分享
请张睿嘉老师帮我评估
  • 您的姓名:
  • 手机号码:
提交

京ICP备05067667号
新东方教育科技集团有限公司

电脑版