分享主题

从传统算法走向神经网络

分享背景

如今是人工智能“大行其道”之时，而深度学习正是其中最有力的工具之一。但是为什么许多传统算法的表现不佳，以及深度学习这个“黑箱”中到底发生了什么，我们可能就不得而知了。为此，本次分享会通过将深度学习的根基——神经网络与传统机器学习算法（朴素贝叶斯、决策树）进行比较，从而直观地说明为何它如此有效

分享大纲

• 机器学习与神经网络的基本概念；
• 朴素贝叶斯与神经网络；
• 决策树与神经网络；
• 实现、改进与创新。

分享人

何宇健，《Python与机器学习实战》作者，来自北京大学数学系，有多年Python开发经验，在GitHub上拥有并维护着一个纯Python编写的机器学习算法库（180个stars，100个forks）。对机器学习、神经网络、贝叶斯算法有深入研究。曾在创新工场AI工程院负责研发适用于结构化数据的新型神经网络。

分享时间

北京时间11月20日（周一）20:00