设为书签 Ctrl+D将本页面保存为书签,全面了解最新资讯,方便快捷。 您也可下载桌面快捷方式。点击下载 | 新浪科技 | 新浪首页 | 新浪导航

Bengio亲自授课,英国皇家院士参与,这份机器学习在线课别错过丨免费

2020-07-03 13:39:53    创事记 微博 作者:   

原标题:Bengio亲自授课,英国皇家院士参与,这份机器学习在线课别错过丨免费 来源:量子位

萧箫 发自 凹非寺
量子位 报道 | 公众号 QbitAI

33个诺贝尔奖、几百万欧元经费、只收博士……这个充满了神秘色彩学术氛围的研究所,便是德国马克斯·普朗克研究所,简称马普所

而就在这几天,这间重视基础科研的研究所开启了免费暑期机器学习基础线上课,从机器学习入门到实践一课通。

听众来自各地,也能看到中国的朋友

不仅有图灵奖获得者Yoshua Bengio亲自授课,还有来自英国皇家学院的院士Peter Dayan参与。

教授们多来自牛津、剑桥、伯克利等名校,其中获得过历年IEEE、ISMP、CVPR、ICML、NIPS、ACM等最佳论文奖的不计其数。

目前为期10天的线上直播课程已正式开始,错过直播也别担心,教学视频可以随时回放。(文末附回放链接哦)

有点心动?

来快速了解一下课程内容。

主要课程介绍

自2002年起,马普所就开始开展暑期机器学习课程,旨在为想要入门机器学习的从业者或学生打下扎实的理论基础,并快速上手实践。

18年来,每年的授课老师都不一样,课程内容也紧跟行业潮流。

时讲时新的PPT内容,紧随前沿知识

马普所从机器学习各领域中筛选前沿人才,并根据他们的研究经验来安排课程内容。

课程中所涉及的编程语言以Python为主,想要入门的小伙伴需要有一定的Python基础,同时也需要熟悉线代、概率论及统计等数学知识。

主要课程内容如下:

深度学习

深度学习,机器学习下的一个研究分支,近年来随着人工智能行业兴起,深度学习也开始进入大众视野。与特征工程不同,深度学习完全由神经网络自主学习特征。

讲师Yoshua Bengio,图灵奖获得者,主攻深度学习方向的研究。

Yoshua Bengio

最优化算法

最优化是机器学习下的深度学习中的一种重要算法,广为大众所熟知的梯度下降法便属于最优化算法的一种。

如何通过训练神经网络,让损失函数最小化?最优化算法便致力于解决这个问题。

Francis Bach

讲师Francis Bach是来自伯克利大学的博士,目前领导团队进行机器学习的研究,包括最优化算法、有/无监督学习等。

因果推断

在常用机器学习算法中,关注的是特征之间的相关性,但通常无法判断特征之间的因果关系。然而人们多数情况下在做决策与判断时,会用到因果性。

合理运用因果性,对于验证、决策等行为都会有所帮助。

讲师Bernhard Schölkopf和Stefan Bauer是来自马普所的专业研究人员,主要研究方向为实证推论、归纳推理等。

几何深度学习

随着深度学习的发展,深度学习算法已不局限在传统的图像、声音、文本等数据,也开始面向更一般的几何对象如网络、空间点云、曲面等应用,便有了几何深度学习。

讲师Michael Bronstein,几何深度学习方向领军人,任斯坦福、哈佛和麻省理工学院的客座教授。

计算神经科学

计算神经科学,采用数学分析和计算机模拟,在不同水平上对神经系统进行模拟和研究。简而言之,就是通过研究人脑和神经系统的构造,理解其工作原理,从而更好地完善机器学习理论。

讲师Peter Dayan,马普所的研究导师,目前专注于计算神经科学的研究方向。

Peter Dayan,英国皇家院士

除此之外,课程内容还涉及机器学习中的学习理论、博弈论、核方法、公平性、贝叶斯预测、强化学习、元学习及机器学习在医疗领域方向的应用,可以说是从理论到实践一应俱全。

进度安排表

由于马普所地理位置在德国,德国时间比北京时间晚6小时,所以部分课程的直播时间会在国内深夜(热爱学习,无惧秃头)

下面是课程进度安排表,对某些课时感兴趣的小伙伴,可以选择教学视频、或观看教学PPT学习。

(声明:本文仅代表作者观点,不代表新浪网立场。)

分享到:
保存   |   打印   |   关闭