Py学习  »  机器学习算法

学界 | MIT深度学习课程全部视频及课件开放

大数据文摘 • 6 年前 • 545 次点击  


继开放自动驾驶课程之后(点击查看大数据文摘mit自动驾驶汉化课程),一向低调的MIT近期又开放了一门更偏概述的深度学习课程——6.S191: Introduction to Deep Learning(深度学习入门),官方介绍该课程为一门对深度学习算法和应用的入门课程(An introductory course on deep learning algorithms and their applications)。


目前,在官网上,所有的课程信息、录像和课件都已公开。感兴趣的同学可以注册学习了。


先附上官网注册链接:http://introtodeeplearning.com/


Coursera和其他高校开放的深度学习入门课程已不少,与已有课程相比,本课程的一大亮点可能是业内一票应用大咖公司的案例介绍,包括谷歌、英伟达、IBM以及中国公司腾讯,都对本课程提供了案例分享,并在每个部分都提供了实验室支持。



课程介绍部分视频

马上观看▼



以下是来自官方的一些信息:


课程介绍


这是一门介绍深度学习原理及其应用于机器翻译,图像识别,游戏,图像生成等领域的入门课程。 随着课程的深入,本次课程加入了TensorFlow、同伴头脑风暴和实验室的合作课程。 来自从业人员和行业赞助商小组反馈的项目建议作为课程的最后一节。


项目建议


项目建议部分的持续时间为1分钟,大家可以从深度学习算法,应用程序,开源贡献,创建有趣的数据集或其他相关方面选择一个主题。赞助商将评选出最佳项目作为获奖者。项目建议也可以选择提交一篇有趣的深度学习综述论文。


听课方式


  • 如果是麻省理工学院的学生(本科或研究生),可以直接在网站提交表单。

  • 普通听众可以通过邮件注册,参加课程。


    MIT本次推出的这门公开课,邀请了四家明星企业:Google、NVIDIA、IBM和Tencent作为嘉宾,一起分享深度学习的相关内容,也是默默无闻的搞大事情啊。


    课程大纲


    第一章

    Part 1

    深度学习简介

    Part 2

    深度序列建模

    Lab

    TensorFlow简介,用RNNs网络生成音频

    第二章

    Part 1

    深度计算机视觉

    Part 2

    深度生成模型

    Lab

    人类X射线扫描检测疾病

    第三章

    Part 1

    深化强化学习

    Part 2

    局限和新前沿

    Lab

    综述/项目建议

    第四章

    Part 1

    嘉宾讲座:Google

    Part 2

    嘉宾讲座:NVIDIA

    Lab

    赞助商展位+综述/项目建议

    第五章

    Part 1

    嘉宾讲座:IBM

    Part 2

    嘉宾讲座: Tencent

    Lab

    项目建议介绍、评审和奖励


    当然,想要系统学习深度学习的同学,我们也推荐一些更加专项的课程给大家:总体来看,大数据文摘刚刚也提到过,这门课程整体来说属于深度学习的基础课程,内容更适合初学者,如果之前已经学习过coursera上相关课程的同学或者比较专业的选手,就不需要再重新学一遍这门课程了。

    • 吴恩达深度学习系列课程,五个部分已经完整放出。Coursera相关链接:

      https://www.coursera.org/learn/nlp-sequence-models


      目前网易云课堂的汉化版已经完整放出。相关链接:

      http://study.163.com/provider/2001053000/index.htm


    • 多伦多大学三巨头,被誉为“深度学习之父“的Geoffrey Hinton教授在Coursera上的Neural Networks For Machine Learning课程。他的UT实验室在2012年的某医药大赛中如一匹黑马般赢得桂冠(即使整个团队没有一个人懂生物),真正地把深度学习带入了主流媒体的视线。链接:https://www.coursera.org/learn/neural-networks


    • 斯坦福大学CS231n卷积神经网络视觉识别课程(李飞飞授课),大数据文摘授权汉化教程链接:http://study.163.com/course/introduction/1003223001.htm


    • 斯坦福大学CS224d自然语言处理深度学习课程,链接:http://cs224d.stanford.edu/


    • 牛津大学与DeepMind合作的自然语言处理深度学习课程,大数据文摘授权汉化教程链接:http://study.163.com/course/introduction/1004336028.htm


    • MIT 6.S094深度学习与无人车课程。大数据文摘授权汉化教程链接:http://study.163.com/course/introduction.htm?courseId=1004938039


    • 专门致力于为深度学习工程师提供教育资源的fast.ai。

      链接:http://www.fast.ai/


    • Tensorflow提供的机器学习教程。

      初学者篇:

      https://www.tensorflow.org/get_started/mnist/beginners

      进阶篇:

      https://www.tensorflow.org/get_started/mnist/pros


    • AI圣经级教科书(花书)-蒙特利尔大学教授Yoshua Bengio和他的前学生Ian Goodfellow合著的《Deep Learning》;英文版免费阅读:http://www.deeplearningbook.org/ 中文版也已上市!


    以上是一些免费课程,如果想要保证听课质量,保证有答疑和练习,我们也推荐网易云课堂一些收费课程:


    • 人工智能的数学基础。链接:http://mooc.study.163.com/smartSpec/detail/1001358003.htm

    • 机器学习工程师实战课程。链接:http://mooc.study.163.com/smartSpec/detail/1001358002.htm


    【今日机器学习概念】

    Have a Great Definition

    课程推荐

    数据科学实训营第5期


    报名优惠倒计时第2天!

    优秀助教推荐|姜姜

    作为一枚对数据分析的理解仅限于Excel的小白,曾经一直认为通过写代码来分析数据是件无比高大上的事。可是,在文摘的数据科学实训营居然就实现了!

    手把手的教学方式,助教和同学们热烈的交流讨论,让我慢慢地觉得一行行代码如此亲切。而当把自己头脑中的构思通过代码实现,看到结果的那一刻,真是无比激动!

    经过Kaggle、天池的案例的历练,对这些数据比赛也开始兴趣盎然,有没有小伙伴有兴趣一起去玩一玩的?

    作为第5期的北美地区助教,寄语各位学员:前方高能,请准备好足够的时间,如果你能按时提交作业,结业时一定脱胎换骨。




    今天看啥 - 高品质阅读平台
    本文地址:http://www.jintiankansha.me/t/emwBGHhDqz
    Python社区是高质量的Python/Django开发社区
    本文地址:http://www.python88.com/topic/7299
     
    545 次点击