大咖分享预告丨数据与模型缺陷：不完美场景下的神经网络训练方法

导语丨深度学习(Deep Learning)是机器学习(Machine Learning)研究中的一个新的领域，其动机在于学习样本数据的内在规律和表示层次，通过建立、模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据，例如图像，声音和文本。它使机器能模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。

直播预告

深度学习的成功离不开大量的数据和很深的网络模型，但就像开头提到的，在现实场景中数据和模型往往不会特别理想，比如数据里存在着很多标签噪音或者考虑到模型的推理速度，神经网络的层数不能够特别深等。特别是对于业务场景，数据往往存在很多缺陷，让模型能够自适应的从缺陷数据里学习是业务成功的保障。

4月28日19:00 本期 腾讯云大学大咖分享 将邀请腾讯优图实验室高级研究员 Louis 为我们带来精彩分享！

您将了解到：

·什么是带噪学习和协作学习

·带噪学习

·协作学习

·领域展望及未来的工作

戳“阅读原文”或扫描“海报二维码”即可预约直播哦~👇

扫描下方二维码，回复“加群”加入 优图交流群

认识更多志同道合的小伙伴！

腾讯云大学公众号

长按识别二维码关注  

“腾讯云大学”   

了解更多免费、专业  

行业最新技术动态分享  

戳“阅读原文”即可预约直播哦!