英亚英亚体育平台

Python训练营 ——Python在深度学习中的应用线上讲座成功举办
时间:2020-03-31 09:35:30  来源:  作者:  点击量:

  2020年3月29日下午,经济与管理学院研究生会和英亚英亚体育平台研究生会联合开展的Python训练营 ——Python在深度学习中的应用线上讲座顺利举办。本次讲座旨在加深研究生同学对深度学习的了解,提升运用Python进行深度学习的技能,提高数据处理能力。

1.jpg

  本次活动主要包括两个环节:嘉宾分享与互动答疑。

  1 嘉宾分享

  首先,李欣同学为大家介绍了机器学习的定义和原理,进而提出深度学习的概念,其核心主要是多层神经网络。随后,李欣同学就Python在深度学习中的应用展开,具体从Python线性回归实例、Python深度学习常用工具方面进行讲解,并留下讲座小作业,供大家复习巩固。

2.jpg

  接着,李欣同学从理论和实践两个部分为大家分享推荐学习资源,并进行了论文写作经验分享,干货满满。

3.jpg

  2 互动答疑

  分享会最后,李欣同学对大家的提问进行了解答。

4.jpg

  Q1 请问Python课程的理论学习和实践分别是什么样的呢?学姐可以分享一些经验吗?

  李欣:理论课程学习较为简单迅速,但容易遗忘。因此,需要动手操作加深印象。操作过程中会遇到理论学习中未学过的问题,若该问题得以解决,之后实际运用就会比较高效。建议在进行模块化的学习之后进行总结,将模块组合了才能更好地解决实际问题。

  Q2 如何清楚掌握深度学习的原理?

  李欣:在前面的讲解中,我用机器学习进行了铺垫,大家可以返回看看。算法的步骤是类似的,进行深度学习之前打好基。Ш没∷惴。需要使用复杂算法进行深度学习时,分析算法结构后将基础算法综合起来,就能较为快速地掌握复杂算法的使用。

  Q3 如何有条理地学习不同的深度学习方法,如何快速弄清不同方法的特点和优势?

  李欣:初学者在进行深度学习方法前要先学习基础知识,有基础之后再学习不同深度学习的方法。在学习深度学习方法时,需要了解深度学习方法最初是解决什么问题,并根据自己的问题进行方法的选择,先找问题,再找方法。

  Q4 如何清洗数据,对数据进行预处理?有哪些比较好的建议?

  李欣:根据自己数据的问题进行不同的处理。常见的数据预处理方法有:①归一化,将数据归到(-1,1)区间;②数据增强,当数据量小时可以进行数据增强;③数据降维,当数据维度高但数据量少时,可运用降维算法进行此操作;④数据填充,数据存在缺失值时,可运用数据缺失值的算法来填充数据。

  Q5 利用深度学习方法(如RNN)处理时间序列数据的预测问题,与传统的自回归方法的不同之处?

  李欣:RNN更多用于处理文本、心电波、脑电图等数据量大的非数字型数据。当数据量大,数据分析的问题比较复杂,可以尝试使用深度学习的方法。若问题简单、数据量小、数据为数字型,则不需要运用深度学习方法。

  Q6 请问怎么做有利于理顺写文献综述的逻辑?

  李欣:全面地搜集中英文相关文章,按时间顺序进行梳理。最后呈现时不用将所有文献写出来,只需选择有突破性代表性的文献进行罗列。也可在已有文献的综述基础上,参考其综述逻辑,并结合领域发展和自己的研究问题,进行梳理与补充,但是要注意学术道德问题。

  结语

  通过本次讲座,同学们初步掌握了Python在深度学习中的应用和研究型文章中文献综述写作的方法,激发了大家的学习兴趣,为研究学习奠定了基础。本次讲座圆满完成。

  内容整理:武大经管研究生会

  文编:刘奕

  排版:王义

英亚英亚体育平台:最近更新

英亚英亚体育平台:点击排行

英亚英亚体育平台-英亚体育波尔图