微软人工智能 - 概览

微软人工智能 - 服务和 API

微软已将基于机器学习,全球最领先的人工智能技术通过简单、易用的服务和 API 开发出来。微软认知服务使自然的人机交互变为可能,为你的应用增加前所未有的用户体验。现在你就可以在你的应用中接入这些智能,把你的想法变成现实。微软认知服务包涵的智能 API 让你仅用几行代码就可以借助强大的算法开发应用程序。它们跨设备,跨平台,不论是 iOS、Android 或者 Windows ,你都可以轻松完成配置。

此外您还将了解到如何开发 IA (Intelligent Agents)— 智能助手。通过微软的 Bot Framework – 会话机器人框架,你还可快速地搭建起自己的智能助手,同时支持各种不同的消息、应用渠道,比如手机应用、微信公众号、小程序等,让你的智能助手通过自然交流帮助用户完成一些复杂应用操作。

百闻不如一见,来看看微软认知服务和会话机器人框架可以怎么玩,同时还有真实的应用场景与案例与你分享!

  • AI-API-101 微软人工智能服务和 API 概览

    微软认知服务包涵的智能 API 让你仅用几行代码就可以借助强大的算法开发应用程序。它们跨设备,跨平台,不论是 iOS、Android 或者 Windows ,你都可以轻松完成配置。百闻不如一见,来看看认知服务可以怎么玩,真实的应用场景与案例与你分享!

微软人工智能 - 数据分析平台

随着移动互联网、物联网技术的发展,企业将有能力收集到越来越多的数据,数据的统计、分析甚至是机器学习成为如今最热门的话题。为了满足飞速累积的数据和日益增长的需求,数据分析人员对便捷的机器学习训练工具、高度自管理化的大数据分析平台有着强烈的渴望。

微软 Azure 云平台提供了丰富的大数据和机器学习相关服务,从 Machine Learning Studio到最新发布的AML Workbench,再到商业 R服务器,Data Lake、 HDInsight、Spark 等等。基于这些服务和公有云强大的扩展能力,用户可以快速构建机器学习算法,并轻松实现 Web 服务的弹性扩展。

这几节课将详细介绍 Azure Machine Learning Studio和AML Workbench、R Server、Data Lake、HDInsight on Linux 等相关服务。并附有在零售行业的最新客户案例解析,帮助大家了解如何将微软数据分析平台应用在实际场景。

  • AI-DAT-101 数据分析平台概览

    整体介绍微软Azure的数据分析服务,重点强调 Azure 数据湖泊(包括存储和分析),HDInsight,Spark,微软R服务,以及在线机器学习服务 Machine Learning Studio。

  • AI-DAT-301 数据案例解析- 新零售智能快闪车

    这节公开课介绍了一个新零售智能快闪车的项目,利用微软大数据预测未来趋势与新兴设计,确保产品合乎市场需要。同时, 通过Skype Translator随时随地让设计师与顾客沟通。

微软人工智能 - 深度学习框架和工具

从最新一次的 ImageNet 大赛(ILSVRC)的结果,机器的视觉已经超过人类的视觉,基于深度学习的机器认知能力超过人类似乎指日可待。深度学习在对 IT 基础设施和 IT 计算能力有很高要求,而公有云平台降低了深度学习运行的门槛,使得更多的人可以便捷的使用云平台强大的计算能力来完成深度学习相关的计算。

微软的公有云Azure针对现有流行的深度学习框架提供了强大的支持,为 Cognitive Toolkit,TensorFlow 以及 Caffe 等业界主流的深度学习框架提供了虚拟机模板和预配置的环境。

同时微软研究院在深度神经网络及其应用领域一直处于领先的地位,并提供了一系列算法和工具不断促进性能的提升。数据科学家们可以快速的利用这些资源进行深度学习相关的研究、开发和应用。

本部分内容讲围绕微软最新的深度研究方向以及深度学习在业界使用的场景,介绍深度学习网络的基本概念和应用在语音、视觉、视频、图像等领域的最佳实践,同时为大家带来一系列实际应用案例的解析。

  • AI-DSC-101 深度学习概览

    深度学习在近年来的迅速发展,推进了微软平台上众多产品的发展。为了让开发者更容易的使用各种深度学习的工具,微软也对开发平台和工具做了相应的更新。在本次课程里,会给大家概括性的介绍一些在微软平台上与深度学习相关的一些最新突破以及对于开发者的支持。

  • AI-DSC-201 深度神经网络简介及模糊神经网络FNN

    本次课程首先简要回顾了人工智能以及神经网络的发展历史,然后从感知器开始,重点介绍了最基本的深度神经网络——深度前馈神经网络,以及如何训练神经网络模型。
  • AI-DSC-202 卷积神经网络CNN

    本课程介绍构成卷积神经网络的基本层;基本的优化目标及方法;最近结构设计方面的工作。
  • AI-DSC-203 循环神经网络RNN

    本次课程在前馈式网络知识的基础上,以语言模型为例,具体介绍了循环神经网络的研究历史,网络结构,学习算法和典型应用。
  • AI-DSC-204 深度神经网络在语音中的应用

    本课程介绍语音识别系统的概要;基于前馈神经网络的声学模型;基于卷积神经网络和递归神经网络的声学模型;常用的语音识别开源软件。
  • AI-DSC-205 深度视频分析与理解

    本视频主要回顾了视频理解领域最新的研究进展,从该领域核心问题的概述出发,不仅涵盖了视频特征学习以及视频分类/识别这些基本的任务和挑战,还包含了新兴的视觉与语言交叉任务。
  • AI-DSC-206 深度学习在计算机图形学中的结合与运用

    本课程分为两个部分:第一部分介绍如何利用八叉树结构来构造高效的三维卷积神经网络;第二部分针对表观建模中的大量无标注数据和少量标注数据,介绍如何构造自增强神经网络进行有效的训练。
  • AI-DSC-207 强化学习DRL简介

    本节课讲师通过一个端到端的动手实验,详细介绍如何基于DSVM进行Caffe的开发。
  • AI-DSC-301 Azure GPU 助力基于 TensorFlow 框架的深度学习

    TensorFlow 是 Google 大脑的第二代深度学习网络,是一种用来实现深度学习算法的数据流图开发框架。从2015年开源以来,一直是开发者比较关注的技术。Azure 提供了功能丰富的虚拟机服务,其中包括集成 GPU 的 N系列虚拟机。这节课邀请了微软合作伙伴——才云,一起介绍基于 Azure GPU 虚拟机如何开发高性能分布式的 TensorFlow 深度学习算法。
  • AI-DSC-302 Cognitive Toolkit 框架以及 Azure 上 DSVM 虚拟机模板

    本课程通过介绍微软认知工具包和 Azure 数据科学虚拟机,结合动手实验,旨在帮助深度学习研究者加快深度学习网络模型搭建、训练以及评估的过程,帮助用户快速上手实践。
  • AI-DSC-303 最佳实践:基于 Azure 和 Caffe 框架的深度学习

    为了帮助开发者更容易的使用 Caffe, 微软 Azure 上的 DSVM 也推出了针对性的更新,省却了开发者对 Caffe 环境配置的细节。在这堂课里,通过一个端到端的动手实验,会详细介绍如何基于 DSVM 进行 Caffe 的开发。
  • AI-DSC-304 Apache Spark 微软机器学习

    Microsoft Machine Learning for Apache Spark(以下简称MML for Spark)是微软提供的一个开源的机器学习Library。本节课将通过多个实际代码演示介绍MML for Spark的功能、优势及使用场景。
  • AI-DSC-401 人工智能技术在医疗健康问答系统中的应用案例解析

    这次课程以一个具体的应用问题,即医疗健康领域常见问题的自动化问答为例介绍了包括知识工程,统计机器学习,包括深度学习在内的多种算法如何在解决问题的过程中被从不同角度不同程度的使用。
  • AI-DSC-402 微软识花案例解析

    本次课程介绍了一个基于深度神经网络的精细化物体识别应用—微软识花。课程首先详细介绍了微软识花的产品功能、特点、识别逻辑、用户界面和影响力。
  • AI-DSC-403 Microsoft Pix 案例解析

    本次课程首先简要介绍了Microsoft Pix为何被称为人工智能相机,并解释了Pix拍摄中涉及的智能技术;然后以五个功能为例重点介绍了这些功能如何得以实现。

更多精彩

      • 构建基块:大数据和机器学习

        了解 Microsoft Azure 如何为存储和处理静态、动态数据提供了平台,探索如何应用常见的大数据处理技术,从您的大规模数据中获取洞察力,并了解如何构建支持智能应用程序的预测性机器学习模型。此外,还提供了推荐资源和后续步骤。
      • Bots(机器人框架)入门

        了解使用 LUIS 进行自然语言处理的详情。此外学习如何对外发布您的 Bots(机器人框架),让人们可以与之交互。了解如何部署逻辑,如何注册您的 Bots(机器人框架),以及如何将其添加到 Skype。即刻开始学习!
      • CODExist:机器人的诞生

        从零开始编译一款游戏,不仅仅是修复!你可以控制一台疯狂的机器人,试图穿越一个障碍重重的迷宫。我们向前一步,进入代码的世界 ......CODExist!
      • Flatverse

        学习怎样从零构建一款计算机游戏。Flatverse 很大、很奇特,而且是两维的,但是通过编码,你和 Bot 可以征服它!
      • Windows Web 应用更新和人机交互创新功能

        本套课程介绍了 Web 开发者关心的如何提升 website 和 Web 应用的兼容性,成为真正的现代化的 web应用。同时,详细地介绍了 Windows 10 Web apps 的种类和如何将自己 Website 快速转为通用应用。