大变革的入场券：巡洋舰深度学习特训营计划
巡洋舰的深度学习课程发布有两周了，收到了大家的热情反馈和踊跃参与，以下我来给大家详细打开此次计划：
巡洋舰的特色是什么：研究者汇聚的殿堂
来上课的大家大多是带着自己的科研课题或项目过来上课的。 深度学习可以用于医疗影像，遥感，岩土检测，也可以用于自动化控制，对于不同领域的研究者，工程师和创业者, 能够把深度学习用在自己的领域往往是发论文和推陈出新的杀手锏。
而巡洋舰的课程为想用深度学习改造自己研究或行业的朋友，以及未来想以此为专业的工程师，创业者，和应届毕业生设计。
由于巡洋舰群体的特殊性,来参加课程的学生不少是各个领域具有自身经验的牛人, 我觉得我们的课程，更像是引导大家通过深度学习解决自己的问题的一个workshop。
在课程的过程里, 我们相信每个参加课程的人会彼此带来效率的提升，大家毕竟术业有专攻, 艰深的公式和难懂的代码除非你有大量时间搞不起来。
我们所做的是，针对这个情况提出一个解决方案，针对不同各体的需求打磨我们的课程，尽量让大家做到直接能够运用学到的知识在你的领域里。
由于我们采用的小课形式，巡洋舰的专家可以根据你的问题为你量身定制解决方案，说不定在课程的最后你的论文已经上路，你的startup已经拿到融资， 你的老板已经因为你的人工智能方案给你加薪。
而你所贡献的内容也有机会成为巡洋舰未来研究内容本身的一部分，这样， 我们事实上在一起搭建一个理想中的深度学习研究院。
巡洋舰课程的设计理念
然后讲讲我们的课程设计理念：线上理论课+ 编程作业 + 线下项目实战三驾马车。
为什么要采取这样的形式？因为目前网络充斥着各种学习人工智能的资料。然而我们不认为这样的方法对非学神的人类可以达到学习目的。我们真正缺乏的是，有一个专业团队带着大家， 利用所有能利用的最好材料和大家一起互动解决问题的过程，一套监督和促进每个人学习的课程管理体系。
我们会在我们的课程系统里复现巡洋舰善于把所有问题还原到本质的苏格拉底学堂式的风格，也会是一个实战式的黄埔军校：以下两点说明：
扎实的理论框架设计：
从高屋建瓴的系统框架帮助大家梳理认知一直是巡洋舰最擅长的东西。 我们的课程理论框架会采用目前最权威的深读学习教材 Deep Learning ( Ian Goodfellow, Yoshua Bengio, Anron Courville) 作为核心教材，辅之一各个重要知识点的核心论文，在巡洋舰几个具有强大数理基础的博士帮你一一解答你的理解困难和不能get到的点。
内容体系打造， 重视学科体系形成的基本概念，重视形成深度学习核心的理论框架： 从概率统计 ，信息论， 优化理论，高维流形理论，动力系统一路打到极具应用性的图像处理， 自然语言处理， 强化学习等。
这部分理论内容，我们会采取录播的形式在每晚6点公布给学生， 老师会在之后的6点到8点之间和学生线上答疑互动（当然线下）。
更加可贵的是，对每个知识点用jupyter notebook(python)作业的形式加以诠释，让大家在实践中不知不觉的理解。在作业中，我们会步步为营的引导学生思考, 让学生整体把握每个知识点是为什么提出的,每个理论提出的背景和初衷何在。
我们认为， 通过问题来学习是最好的学习方式。 在扎实的掌握了理论框架之后，你的自学和吸收学习资源的能力会质的飞跃。
项目制的课程：
我们认为，深度学习的学习最重要的在实践中自我体会和升级， 整个的课程设计我们突出了这一点， 每周末的线下内容， 都是大家实际动手做一个实战项目， 有专业的老师带领大家根据对每人的特长分成小组，寻找问题的解决方法， 在这个过程中，对机器学习和深度学习的算法和各种工具进行深刻理解，比如如何把一个复杂的问题转化为机器学习可解的目标, 一种算法又如何只对某一类数据好用。我们的导师团有代码实践的高手也有数学达人，能够全方位的让大家迅速在项目中成长。
更重要的是，形成你对数据的整体直觉和领悟，这一点，是很难在一个人的情况下体会到的。 课程小组的形式方便我们对课程里数学， 编程，项目管理等能力不同的人进行编组， 使得大家互相督促下整体效率得到提升。
......(计划还在调整中.....早期新加入的同学有机会把自己的项目带来..)
典型项目介绍：
全国地产数据分析： 教你用大数据和统计学的方法轻松超越地价分析师， 用数字指点江山， 学会综合利用各种数据（卫星，GDP）增强你的预测！
迁移学习卫星图像识别： 教你把卫星遥感图像切割成小片， 用深度学习分析卫星图上每个小块含有什么，这可是能够进入NASA的技能
让机器做阅读理解： 深度学习可以做图像识别也可以做阅读理解，不要小瞧哦。
深度强化学习打游戏： 这是阿尔法元用的技术，学学看怎么用深度强化学习打游戏， 不要小看游戏， 这可是让机器具有自主行为能力， 可以迁移到众多工业领域的核心技术啊！
．．．．．．
一个卫星图像识别里的image segmentation 任务
课程详细计划
课程总体设计周末为线下实战课程（周六周日每日6小时）， 平时为线上理论课程+ 作业答疑（每天6点到8点）。
12月： 预备阶段。 推荐与深度学习相关的微积分和线性代数模块帮助学生学习。 每周三和周六进行一小时线下答疑。
1月1号– 4月1号： 课程主体。 13 周线下课程 ， 周末课程约140小时，平时（4天左右）课程约40小时采取录播形式， 每天一小时放出，搭配1小时更线上答疑（6点到8点）。 总共课程220小时（180小时课程+40小时线上互动）
python基础（两周）， 机器学习基础（三周，数据处理与可视化- 机器学习基础-kaggle实战）， 深度学习基础与图像识别（四周）, 深度学习NLP（一周）， 深度增强学习（三周） 几个模块。
第一阶段: python基础
线上
第一周 1-4：变量及变量基础类型、各类型数据常用操作、函数概念及运用、面相对象与类
第二周 5-8：爬虫相关库的讲解、数据的数据库存储于文件存储、爬虫与数据存储进阶
线下
第一周： 手写短信注册功能、简单通讯录实现、学生成绩表excel操作 的代码实现、面相对象的代码改写
第二周： 房产信息爬虫实现、Mysql与Mongodb实现数据存储、数据的文件存储、面相对象的爬虫与数据存储代码改写
第二阶段： 机器学习基础
线上
第一周 9-12： 贝叶斯统计与信息论基础，机器学习基础（监督学习架构，lasso回归，简单分类器，无监督学习简介）
第二周13-16： 各类线性分类器，决策树，gbdt与随机森林
第三周17-20: SVM（线性与非线性）， 时间序列模型（HMM， EM算法） ，简单强化学习
线下
第一周： 数据处理与可视化（panda数据处理，数据可视化实战， 分布式入门）, 泰坦尼克表格类数据预处理实战
第二周： 机器学习sklearn实践 （ 全国地价分析实战，新闻分类实战）
第三周： 机器学习kaggle项目实战(高级房价预测, Airbnb 使用者预测)
第三阶段：深度学习基础与图像处理
线上
第一周： 21-23 多层神经网络引入，深度学习概念，BP算法
第二周： 24-26 各类优化与正则算法 ，CNN与图像处理引入
第三周： 27-28 CNN主流框架
第四周： 29-30 RNN与时间序列引入, 自然语言处理
线下
第一周： Cifar图像识别实战 (Tensorflow & Pytorch)
第二周： Imagenet CNN主流架构实战，迁移学习
第三周： 卫星图像处理Kaggle 竞赛，segmentation
第四周： GAN与生成模型
第四阶段：深度时间序列处理与NLP基础
线上
第一周 (31-32)： RNN与LSTM深入, 非线性动力学
线下
第一周: 文本分类实战, 对话机器人实战
第五阶段：深度强化学习
线上
第一周（33-34）：强化学习框架（Q-learning，Policy learning）
第二周（35-36）：深度强化学习引入（Q-network，Deep-Q-network）
第三周（37-38）：SLAM运动控制问题
线下
第一周：Q-learning与policy-learning实战，运用模型的强化学习实战
第二周： Deep – Q – Network Atari game
第三周： RNN运动控制与SLAM（空间定位问题）简单实战
课程主要导师（初稿在调整中）
许铁： 巡洋舰创始人，以色列理工大学机器学习博士 巴黎高师理论物理与复杂系统硕士， cruiser创始人 , 在知名神经科学期刊著有论文。
龚鹤阳： 巡洋舰联合创始人，中国科学院机器学习与统计科学博士。
王玉杰： 巡洋舰联合创始人， 互联网金融企业大数据工程师。
郭瑞东： 巡洋舰联合创始人， 著名生物科技企业大数据工程师。
吴珂皓： 文茵互联NLP工程师 。
徐勇： 香港大学机器学习硕士， 微软研究院研究员。
李泽荃 ： 中国矿业大学 澳大利亚阿德莱德大学复杂系统博士 国内知名大数据企业机器学习工程师
........
项目地点与硬件设备：
地点在北京海淀区建德门附近， 教室， 硬件GPU计算系统由中科院合作单位提供。
由于采取小班制，第一批享受优惠课程报名目前还有少量名额。
这一批学员也将成为巡洋舰的元老和终身VIP成员，我们希望与你一起成就你的深读学习事业。
有兴趣的可加 陈欣 微信 ：