暑期課程是近來非常受歡迎的一種學習方式。國內外很多大學的學生會在放假時尋找大學內或其他大學開發的暑期課程專案。近日,由 DeepMind、英國帝國理工學院等開放的暑期課程視訊已開源了。讀者朋友可以足不出戶,在暑假為自己充充電。
課程內容
本次課程是一個 12 天的密集課程,涵蓋機器學習中廣泛的主題,包括優化、貝葉斯推理到深度學習、強化學習等。本次課程的目標是為學生提供機器學習的大體概念,並助力學生成為機器學習研究者。
雖然課程提到,他們面向的受眾是正在 PhD 前期階段的學生,但是他們仍歡迎碩士生、博士後、甚至是一些大學教員,說明這些課程主要是為了建立基礎的理論和概念,所以難度不算太高。
課程官網:https://github.com/mlss-2019/slides
課程資源
本課程的資源現已公開。機器之心觀看了一部分視訊。和一些已有的課程視訊略有不同,本課程可根據知識點直接從一兩個小時課程的中段開始聽。這樣對於已經有基礎的讀者朋友來說,只需要根據每個視訊提供的知識點,點選需要查缺補漏的地方就可以了。此外,視訊也提供了文字,方便反覆查閱。
視訊資源地址:
https://www.bilibili.com/video/av63474628?from=search&seid=2913855858421454954
https://search.videoken.com/(可按照關鍵詞導航到知識點)
該網站包含了所有的課程視訊,讀者可以在左側邊欄或搜尋框提供關鍵詞,網站會自動標紅對應的視訊中的知識點,方便查詢。
課程目錄
課程目錄如下:
Deep Learning (Kevin Webster, Pierre Richemond, Kai Arulkumaran)
Lecture slides
Tutorial
Video recording, Part 1
Video recording, Part 2
Video recording, Part 3
Optimization (John Duchi)
Lecture slides
Tutorial
Video recording, Part 1
Video recording, Part 2
Variational Inference (Shakir Mohamed)
Lecture slides
Tutorial
Video recording, Part 1
Video recording, Part 2
Reinforcement Learning (Katja Hofmann)
Lecture slides
Tutorial
Video recording, Part 1
Video recording, Part 2
Interpretability (Sanmi Koyejo)
Lecture slides
Video recording, Part 1
Video recording, Part 2
Gaussian Processes (James Hensman)
Lecture slides
Tutorial
Video recording, Part 1
Video recording, Part 2
Kernels (Lorenzo Rosasco)
Lecture slides
Tutorial
Video recording, Part 1
Video recording, Part 2
MCMC (Michael Betancourt)
Lecture slides
Tutorial
Video recording, Part 1
Video recording, Part 2
Video recording, Part 3
AI for Good (Julien Cornebise and Moustapha Cisse)
Video recording
Approximate Bayesian Computation (Sarah Filippi)
Lecture slides
Tutorial
Video recording, Part 1
Video recording, Part 2
Fairness and Ethics in AI (Timnit Gebru)
Lecture slides
Video recording
Speech Processing (Karen Livescu)
Lecture slides
Tutorial
Video recording, Part 1
Video recording, Part 2
Learning Theory (Samory Kpotufe)
Lecture slides
Video recording, Part 1
Machine Learning in Computational Biology (Barbara Engelhardt)
Lecture slides
Video recording
Submodularity (Stefanie Jegelka)
Lecture slides
Tutorial
Video recording
授課者簡介
這些課程的授課者既有來自帝國理工、麻省理工、史丹佛、伊利諾伊大學香檳分校、哥倫比亞大學、普林斯頓大學等著名大學的助理教授和副教授,也有來自谷歌、DeepMind、微軟劍橋研究院、PROWLER.io、Element AI 等科技公司和科研機構的研究人員。
這些授課者在各自的研究領域內都有著豐富的理論知識和實操經驗,相信他們的授課內容會給學生們帶來一些不一樣的東西。
其他視訊課程資源
關於機器學習的課程資源已經是汗牛充棟了,機器之心在此整理了一些不錯的課程,幫助讀者更好地學習。
機器學習理論
1. 吳恩達機器學習公開課
介紹:這幾乎是接觸過機器學習的人都知道的課程,即使是完全沒有基礎的小白也可以入門的機器學習理論課程。課程涵蓋了機器學習大部分的理論內容,非常適合入門。
課程連結:https://www.coursera.org/learn/machine-learning
2. 李宏毅機器學習課程
介紹:李宏毅教授的機器學習課程人氣不輸吳恩達,再加上中文授課,理解起來更加容易。機器之心前一段時間曾轉載介紹過李宏毅機器學習課程筆記開源的新聞。
課程連結:https://www.bilibili.com/video/av59538266
機器學習實戰
1. Udacity 的 TensorFlow2.0 實戰教程
介紹:TensorFlow 進入 2.0 時代,很多人內心是崩潰的,因為好不容易用習慣了的 API 又變了。當然,TensorFlow 官方考慮到了這個問題,於是和 Udacity 合作提供了 TensorFlow2.0 的實戰教程,目前已更新了十幾節視訊。
課程連結:https://cn.udacity.com/course/intro-to-tensorflow-for-deep-learning--ud187
2. 從零開始的 PyTorch 課程
PyTorch 是 TensorFlow 的老對頭,深度學習框架中冉冉升起的新星。有很多想寫「Pythonic」程式碼的資料科學家會選擇入門 PyTorch。這裡機器之心推薦一個英文的 PyTorch 視訊課程,從零開始掌握 PyTorch 的全部內容。
課程連結:https://www.bilibili.com/video/av15823922
數學基礎
1. 可汗學院的「微積分預備」課程
介紹:這是一個為沒有任何數學基礎的人準備的微積分預備課程,提供了很多用於學習微積分的預備知識,如極限的相關知識、二項式定理等。
課程連結:https://www.bilibili.com/video/av14223492
2. MIT 的線性代數課程
介紹:這是一個極其全面的線性代數課程,從幾何空間入手介紹線性代數的原理。Gillbert Strang 老爺子非常有激情,幾個小時大課聽下來都不覺得很累很難。當然,畫質較老,需要適應。
課程連結:https://www.bilibili.com/video/av36568126
3.Blue1Brown 的「線性代數的本質」課程
介紹:這位大神的課程強烈推薦。本教程用最簡單的方式介紹線性代數的知識。耐心看下去,沒有不懂的。
課程連結:https://www.bilibili.com/video/av5987715
參考連結:
https://search.videoken.com/
https://github.com/mlss-2019/slides
https://sites.google.com/view/mlss-2019/home