- 面向对象：准研一学生 + 大一、大二本科生
- 场地：杭电东校区
- 时间：7月17号-9月15号 （工作日：8:00-17:30）
- 内容
- 机器学习／深度学习 + 计算机视觉应用
- 课题／项目：选择部分学生，参与老师的研究课题／项目
- 形式
- 每周
- 老师指定学习内容，并进行部分讲解
- 学生自学为主，鼓励自由讨论
- 定期开会讨论
- 提交技术报告（算法思想、编程实现、实验结果及分析）
- 暑期结束
- 提交大报告、项目总结
- 选择部分学生，在 2017-18 学年持续参与老师课题
- 每周
- 讨论方式
- 线下：东区和老师、研究生学长交流
- 线上：Twist 为主，QQ 群为辅
- 高强度、严要求、安全第一
- 关于作业
- 每周一会对上周的作业进行讲解
- 讲解幻灯片和相关资料会上传到 Github
- 每周三会发布一份上周作业的标准答案
- 标准答案会发布到 Twist 上
- 非班上成员可以联系 [email protected] 获取答案
- 每周一会对上周的作业进行讲解
第一周：热身 （7 月 17 日 - 7 月 22 日）
- Python 编程基础
- 图像表示：
- 矩阵、颜色空间
- 图像特征：像素值、颜色直方图、梯度直方图、LBP
- 作业：图像读写、特征提取
- 回归：
- 算法：线性回归，线性回归+正则项（L1, L2）
- 优化：梯度下降法
- 测度：欧式距离、街区距离、范数、Loss
- 作业：波士顿房价预测
第二周：分类 （7 月 24 日 - 7 月 29 日）
- 算法：k-NN, Logistic Regression, 决策树
- 作业：
- MNIST 手写数字识别、CIFAR-10 图像分类
- 采用第一周的特征 + 第二周的方法（多种组合，对比结果）
- 井字棋胜负判断
第三周：经典算法 (8 月 1 日 - 8 月 5 日）
- 支撑向量机
- 推荐博文：SVM《理解SVM的三层境界》
- 图像特征：, SIFT, Visual BoW,
- 作业：井字棋胜负判断
- Andrew Ng 论文
- 聚类：K-means, K-means++
- 降维：PCA, ICA, ZCA, LLE, AE
- 作业：UFL + SVM，进行CIFAR-10图像分类
- 推荐阅读：pluskid 博客
扩展：
- 经典方法：谱聚类、朴素贝叶斯、EM算法、稀疏编码 Sparse Coding
- 集成学习：Adaboost, Random Forest, gdbt (XGBoost)
- 结构化学习 Structured Learning
- 排序学习 Learning to Rank
- 强化学习 Reinforcement Learning
- 模仿学习 Imitation Learning
第五周：卷积神经网络 CNN
- 概念：卷积, Pooling, Stride, Padding, Data Augmentation, Learning Rate, Momentum, Softmax, ReLU, BP, SGD, Cross-Entropy Loss
- 网络：LeNet, AlexNet, VGGnet, GoogLeNet, ResNet
- 框架：Keras, Pytorch
- 作业：
- 自己搭建浅层网络（神经网络+卷积神经网络）
- 1）自己实现
- 2）使用框架
- 两个对比
- Image Sentiment Classification
- 1）Analyze the Model by Confusion Matrix
- 2）Analyze the Model by Plotting the Saliency Map
-
- Analyze the Model by Visualizing Filters (1%)
-
- Semi-supervised Learning
- 自己搭建浅层网络（神经网络+卷积神经网络）
第六周：递归神经网络
-
网络：RNN, LSTM
-
作业：
- 1）由 Cosin 预测 Sin，自己编程实现网络
- 2）Image Captioning，使用框架实现
扩展：
- 经典应用论文：Deep Learning 推荐阅读列表（余宙）
- 生成对抗网络：GAN, CGAN, DualGAN, CircleGAN
| 教师 | - | - | - | - |
|---|---|---|---|---|
| 俞俊 | 高飞 | 谭敏 | 余宙 | 朱素果 |
| 助教 | ||||
| 罗宇矗 | 钱哲琦 | 朱朝阳 | 项晨钞 | 施圣洁 |
| 张海超 | 孟宣彤 | 郑光剑 | 吴炜晨 |