点上方计算机视觉联盟获取更多干货

仅作学术分享，不代表本公众号立场，侵权联系删除

转载于：量子位

AI博士笔记系列推荐

周志华《机器学习》手推笔记正式开源！可打印版本附pdf下载链接

朋友们，又有新课可以白嫖了！

斯坦福新课《实践机器学习（CS 329P）》上线了，主讲人为李沐、黄清清、Alex Smola。

全是来自亚马逊、谷歌的大牛啊。

诚如课程名称所言，这次的新课是全方位面向实际应用。

从数据处理到模型部署，共计18节课程，覆盖统计学、算法、代码实现等方面知识。

主讲人之一Alex Smola在推特上发文介绍，报名这门课就能学到AutoML、蒸馏、分布式训练、Model Serving等等内容。

更重要的是，所有在线课程、视频、幻灯片都是免费的！

据斯坦福大学官网显示，课程正式报名将在9月1日开启。

所以，秋天的第一堂ML课，你准备好上车了吗？

能学到什么？

在介绍该课程之前，首先来了解一下学习该课程所需要的基础。

作为一门面向实践的课，良好的编程能力显然是刚需。

此外，你还需要懂一点Python、统计学方面的知识。如果之前学习过斯坦福的《机器学习（CS 229）》课程那就更好了！

如果没有的话，只要你具备相应的知识基础也是OK的。

这套课程将会从实际数据处理学起，然后逐渐过渡到训练模型、调优参数、模型组合和迁移学习，最终将会学习模型的可解释性以及如何有效部署模型。

具体课程上，主要分为四大部分：

第一部分：基本ML建模

第二部分：打破假设

第三部分：性能调优

第四部分：超越模型

每部分内容都包含4-5节课程，最后两节课为客座讲座。

初步课程安排已公布：每周将上2次课，分别在周三和周五。

整个课程中还会布置4次作业，都是要用ML来解决实际问题。

此外还包含期中期末两次小组汇报：

期中时，每组需要提供一份1页长的项目进展和执行计划，并准备3-5张PPT进行演示。

期末则要求每组的报告时长为10分钟，报告长度为6页、采用ICML格式。

这不课程才刚刚上线，就已经有人在推特上求组队了。

工业界大牛带你飞

目前除了课程目录，官方还没有公布更多内容。

所以不妨先来熟悉一下任课老师们~

主讲人共有三位，分别是黄清清、李沐和Alex Smola。

黄清清，谷歌研究科学家。曾于麻省理工学院攻读EECS硕士、博士，毕业后于UC伯克利以博士后身份工作一年，之后进入谷歌工作至今。

李沐，亚马逊首席科学家，加州大学伯克利分校客座助理教授，美国卡内基梅隆大学计算机系博士。

专注于分布式系统和机器学习算法的研究。他是深度学习框架MXNet的作者之一。

今年，李沐还入驻了B站，发布大量深度学习课程。

而且还是从线性代数这种最基础课程开始教起！

可以说是大神手把手带你飞啊。

感兴趣的小伙伴们现在可以火速去关注一波了，ID为跟李沐学AI。

第三位主讲人为Alex Smola，亚马逊知名科学家兼副总裁，柏林工业大学计算机系博士。

他专注于深度学习、算法的可伸缩性等领域。曾任亚马逊机器学习总监，此前与李沐等人合著《动手学深度学习》一书。

最后再强调一下，课程将于9月1日开始报名。

感兴趣的小伙伴们可以准备起来了哦~

传送门：https://c.d2l.ai/stanford-cs329p/

-------------------

END

--------------------

我是王博Kings，985AI博士，华为云专家、CSDN博客专家（人工智能领域优质作者）。单个AI开源项目现在已经获得了2100+标星。现在在做AI相关内容，欢迎一起交流学习、生活各方面的问题，一起加油进步！

我们微信交流群涵盖以下方向（但并不局限于以下内容）：人工智能，计算机视觉，自然语言处理，目标检测，语义分割，自动驾驶，GAN，强化学习，SLAM，人脸检测，最新算法，最新论文，OpenCV，TensorFlow，PyTorch，开源框架，学习方法...

这是我的私人微信，位置有限，一起进步！

王博的公众号，欢迎关注，干货多多

王博Kings的系列手推笔记（附高清PDF下载）：

博士笔记 | 周志华《机器学习》手推笔记第一章思维导图

博士笔记 | 周志华《机器学习》手推笔记第二章“模型评估与选择”

博士笔记 | 周志华《机器学习》手推笔记第三章“线性模型”

博士笔记 | 周志华《机器学习》手推笔记第四章“决策树”

博士笔记 | 周志华《机器学习》手推笔记第五章“神经网络”

博士笔记 | 周志华《机器学习》手推笔记第六章支持向量机（上）

博士笔记 | 周志华《机器学习》手推笔记第六章支持向量机（下）

博士笔记 | 周志华《机器学习》手推笔记第七章贝叶斯分类（上）

博士笔记 | 周志华《机器学习》手推笔记第七章贝叶斯分类（下）

博士笔记 | 周志华《机器学习》手推笔记第八章集成学习（上）

博士笔记 | 周志华《机器学习》手推笔记第八章集成学习（下）

博士笔记 | 周志华《机器学习》手推笔记第九章聚类

博士笔记 | 周志华《机器学习》手推笔记第十章降维与度量学习

博士笔记 | 周志华《机器学习》手推笔记第十一章稀疏学习

博士笔记 | 周志华《机器学习》手推笔记第十二章计算学习理论

博士笔记 | 周志华《机器学习》手推笔记第十三章半监督学习

博士笔记 | 周志华《机器学习》手推笔记第十四章概率图模型

点分享

点收藏

点点赞

点在看