如火如荼：数据挖掘工作坊培训课程圆满完成！

7月27日到29日，为期三天的“人工智能与教育大数据峰会·2019”—数据挖掘工作坊“深度学习及其在Python与R软件中的实现”在北京师范大学顺利开展。该工作坊授课教师由心理测量学和数学心理学博士、西澳大利亚大学教育研究生院副教授、澳大利亚悉尼新南威尔士州教育标准管理局(NESA)的首席心理测量学家Andrew Kyngdon担任。本次工作坊经过了前期报名和层层筛选，最终有130名学员获得了最终的培训资格。

在培训课程开始前，心理学博士、北京师范大学心理学部副教授、中国基础教育质量监测中心教育大数据部副主任骆方老师发表了简短的致辞，向在座的老师和同学们介绍了此次培训的基本情况，并对参与培训的老师和同学们寄予了殷切的希望。

第一天的课程，Dr. Kyngdon首先向参与培训的学员们讲解了什么是深度学习及深度学习产生的原因。他以大名鼎鼎的谷歌深蓝和AlphaGo为例，讲述了它们与国际象棋、围棋冠军的故事，并以此引入深度学习在自然语言处理当中的地位。随后，Dr. Kyngdon为大家讲解了从事深度学习操作所必需的数学基础和前馈神经网络模型。生动形象的课件，幽默丰富的语言风格，将原本枯燥的数学知识化繁为简，输送到了在座学员们的脑海中，并通过现场实操为学员们打开了一扇通往“深度学习”世界的大门。

Dr.Kyngdon的课件图例

第二天的课程，Dr. Kyngdon为大家阐述了机器学习的基本原理和基于计算机视觉的卷积神经网络。除此之外，学员们通过实操还学习到了基本的图像预处理技术以及如何用Caffe框架执行一个简单的基于计算机视觉的前馈卷积神经网络。

Dr.Kyngdon授课场景

在第三天的课程里，Dr. Kyngdon分三个模块为学员们讲解了文本分类和作文自动化评分：他从理论层面切入，讲解了自然语言处理基础和Thomas Mikolov的Word2Vec模型，并通过一个简单的作文自动化评分模型让学员们练手，巩固学习到的知识。最后，Dr. Kyngdon通过一个小视频，分享了RC汽车用于图像分类和实时目标检测的人工智能试点的相关情况。

Dr. Kyngdon为学员答疑

本次培训于29日下午圆满结束，课程结束时，学员们对可爱、耐心、幽默的Dr.Kyngdon报以热烈的掌声。不少同学表示回去以后要好好地消化三天学习的内容，希望明年还能有机会参加Dr.Kyngdon的工作坊，了解更多深度学习方面的前沿技术。

文| 封慰    编| 杜克  责编| 丁小鸟

拓展阅读：