Presented By O’Reilly and Intel AI
Put AI to work
April 10-11, 2018: Training
April 11-13, 2018: Tutorials & Conference
Beijing, CN

In-Person Training
用Deeplearning4j框架构建神经网络分析时间序列

Chia Wei Lim (Skymind), Wang Feng (Skymind)
Tuesday, April 10 & Wednesday, April 11, 09:00 - 17:00
Location: 多功能厅6A+B (Function Room 6A+B)
Secondary topics:  深度学习(Deep Learning), 金融服务 (Financial Services)
Average rating: ***..
(3.00, 2 ratings)

Participants should plan to attend both days of this 2-day training course. Platinum and Training passes do not include access to tutorials on Wednesday.

在分析时间序列或者序列数据方面循环神经网络(RNN)已经被证明是非常有效的,那么在实际的案例中如何才能把循环神经网络(RNN)的优点发挥出来呐?这里将演示如何用Deeplearning4j框架构建循环神经网络(RNN)来解决时间序列的问题。

What you'll learn, and how you can apply it

Learn how to configure your dataset properly for use by the neural network, set appropriate hyperparameters for the neural network, configure your output layer for prediction and classification, and choose appropriate hardware

Prerequisites:

A working knowledge of at least one programming language (The labs will be performed in Java on a provided virtual machine.)

Hardware and/or installation requirements:

A laptop with 10 GB of available space and VirtualBox or VMware Player installed

概要

第一天

  • 介绍神经网络的知识并且概述不同类型的神经网络,例如前馈神经网络(FNN)、卷积神经网络(CNN)和循环神经网络(RNN) 。
  • 针对处理时间序列数据如何选择神经网络。
  • 案例演示:RNN在天气预报方面的应用。


第二天

  • 如何配置序列数据的提取。
  • 循环神经网络(RNN) 在医疗方面的应用。
  • 循环神经网络(RNN) 在序列数据分类方面的应用。
  • 案例演示:RNN)对序列数据分类。*

About your instructors

林嘉薇是Skymind的公司讲师、深度学习工程师。毕业于汉阳大学计算机科学专业硕士毕业,在校期间的主研方向为机器学习,机器视觉和图像处理。期间作为该校的教学助理,曾为该校提供图像处理和数值分析教学课程。嘉薇还曾担任过系统工程师,为英特尔提供计算机视觉技术方案。

王峰是Skymind的深度学习实施工程师,在软件和互联网行业从业多年,对web全栈开发和机器学习有丰富的实践经验,加入Skymind前曾经担任过全栈工程师,并且运用深度学习框架研发应用。在大数据、分布式存储、系统架构设计、机器学习等方面能够独当一面。

会议注册

Get the Platinum pass or the Training pass to add this course to your package.