登录
课程小组
AI数据面面观---从数据采集与标记行业看数据与深度学习之关系
猿桌会 | 第12期
本次分享主要介绍数据规模、数据质量等与深度学习算法之间的关系，以及为算法做数据准备的一些经验。
开课时间：2017/10/16 20:00
预计时长：一个小时
¥
支付方式
微信支付
支付宝支付
¥
请使用微信扫一扫 扫描二维码支付
¥
请使用支付宝扫一扫 扫描二维码支付
课程介绍
分享主题
AI数据面面观---从数据采集与标记行业看数据与深度学习之关系
分享内容
深度模型在机器学习很多领域都取得了巨大成功，但也对算法的原材料训练数据提出了更多的要求。对于研发高水平的算法，数据的高质量采集、清洗、处理等等对算法效果会有直接影响。本次分享主要介绍数据规模、数据质量等与深度学习算法之间的关系，以及为算法做数据准备的一些经验。
分享大纲
- 数据规模
- 数据质量
- 无监督学习与迁移学习
- 数据准备的一些经验
分享人
吴昊，本科毕业于上海交通大学，硕士毕业于纽约大学，现任BasicFinder标注平台数据科学家，专注于数据众包策略研究、深度学习模型数据采集与标记方案咨询及优化。
分享时间
10月16日周一晚8点
课程须知
- 本次公开课将于10月16日周一晚8点准时开始，请大家提前10分钟进入直播间
- 公开课后两天内会上传回放视频，错过直播的同学也不要担心
- 欢迎大家多多向嘉宾提问，问题被采纳者有机会获得神秘礼品
授课教师
BasicFinder标注平台数据科学家
微信扫码分享课程
相关推荐
客服1
官方群