“共享单车”需要我

本课程是一节使用神经网络预测共享单车使用量的实战课程,在课程中我们将搭建一个神经网络,并用训练这个神经网络使他可以预测未来单车的使用量。(课时:127 分钟)

讲师:   张江

课程资料

  • 讲稿下载:报名后可见

  • 课程代码包:报名后可见

课程背景

在这堂课中,你将和我一起亲手搭建一个名字叫Neu的神经网络,并用它来解决共享单车的数量预测问题。与此同时,你将学到如何处理数据来喂给一个神经网络,并让它完成训练的基本方法。之后,我们还会进一步解剖我们的Neu神经网络,看一看它是如何工作的;它又为什么会在一些特殊的情况下失灵。除此之外,在本课程的配套视频中,你还可以学会神经网络反向传播算法的基本原理和数学推导。

课后作业:手写数字识别网络

我们要求学员在神经网络Neu的架构上就行更改,从而让它能够完成手写数字的模式识别。

课程目的

学完本课程,你能做到

  • 熟悉如何使用PyTorch搭建一个能够预测未来的神经网络模型

  • 从一个跑偏了的神经网络预测器中分析,如何搭建一个正确的预测模型

  • 学习到处理数据的基本方法,包括数据归一化,独热化变量等等

  • 了解神经网络预测器与神经网络分类器的区别

课程详情

本课程的内容包括:

  • 跑偏了的神经网络预测器

    • 神经元细胞

    • 神经网络

    • 神经网络的工作原理

  • 非线性神经网络预测器

    • 数据预处理

    • 利用PyTorch构建神经网络

    • 预测结果及分析

    • 对神经网络的解剖

    • 神经网络分类器

相关课程

image.png

张江:神经网络反向传播的数学原理

讲师介绍
张江

北京师范大学系统科学学院教授,博士生导师,集智俱乐部、集智AI学园创始人,集智科学家,阿里研究院、腾讯研究院、网络智库专家,人工智能研究者与布道者。主要讲授课程:人工智能、复杂性思维、计算机建模与模拟、Matlab基础及其应用。主要从事的研究领域包括:复杂系统建模、计算社会科学等。曾发表学术论文数十篇,访问过圣塔菲研究所、密西根复杂系统中心等知名国外大学。曾带领集智俱乐部写作、出版书籍:《科学的极致——漫谈人工智能》,《走近2050——注意力、互联网与人工智能》。