Bengio亲自授课，英国皇家院士参与，这份机器学习免费课别错过
最后更新：2020-07-04 10:45:53 手机定位技术交流文章
来自奥菲寺的肖骁量子比特报告|公开号码量子比特
33个诺贝尔奖，几百万欧元，只有医生……这个充满神秘学术氛围的研究所是德国的马克斯·普朗克研究所，简称马克斯·普朗克研究所。
在过去的几天里，这个非常重视基础科学研究的研究所开始了一个免费的暑期课程，内容是机器学习的基本路线，从介绍到实践。
△观众来自世界各地，也可以看到中国朋友
不仅图灵奖获得者约史华·本吉奥亲自授课，英国皇家学院的彼得·达扬院士也亲自授课。
大多数教授来自著名的大学，如牛津大学、剑桥大学和伯克利大学，其中数不清的获得了最佳论文奖，如IEEE、ISMP、CVPR、ICML、NIPS和ACM。
目前，为期10天的在线直播课程已经正式开始。如果你错过了直播，不要担心。教学视频可以随时回放。(文章末尾有一个回放链接)
有点激动？
快速理解课程内容。
主要课程介绍
自2002年起，马克斯·普朗克研究所开始夏季机器学习课程，旨在为希望开始机器学习并快速入门的实践者或学生奠定坚实的理论基础。
在过去的18年里，教师每年都不一样，课程内容也随着行业的发展而变化。
△在谈论新的PPT内容时，请遵循前沿知识
马克斯·普朗克从机器学习的各个领域挑选尖端人才，并根据他们的研究经验安排课程内容。
Python是本课程涉及的主要编程语言。想要起步的小合作伙伴需要具备一定的Python基础，还需要熟悉数学知识，如线生成、概率论和统计学。
主要课程如下:
深度学习
随着近年来人工智能产业的兴起，机器学习下的一个研究分支——深度学习已经开始进入公众的视野。与特征工程不同，深度学习是神经网络对特征的完全自主学习。
图灵奖获得者、讲师优胜华·本吉奥专注于深度学习的研究。
△ Yoshua Bengio
最优化算法
优化是机器学习中深度学习的一个重要算法，而广为人知的梯度下降法是优化算法之一。
如何通过训练神经网络来最小化损失函数？优化算法致力于解决这个问题。
△弗朗西斯·巴赫
弗朗西斯·巴赫是伯克利大学的讲师，拥有博士学位，目前领导着机器学习研究团队，包括优化算法、监督/无监督学习等。
因果推理
在常见的机器学习算法中，人们关注特征之间的相关性，但通常不可能判断特征之间的因果关系。然而，在大多数情况下，人们在做决定和判断时使用因果关系。
因果关系的合理应用将有助于验证和决策。
讲师伯恩哈德·朔尔科夫和斯特凡·鲍尔是马克斯·普朗克研究所的专业研究人员，他们的主要研究兴趣是经验推理和归纳推理。
几何深度学习
随着深度学习的发展，深度学习算法不再局限于图像、声音、文本等传统数据。，而且也开始面向更一般的几何对象，如网络，空点云，曲面等应用，所以有几何深度学习。
讲师迈克尔·布朗斯坦是几何深度学习的领导者，也是斯坦福大学、哈佛大学和麻省理工学院的客座教授。
计算神经科学
计算神经科学使用数学分析和计算机模拟来模拟和研究不同层次的神经系统。总之，通过研究人脑和神经系统的结构，我们可以了解其工作原理，从而更好地完善机器学习理论。
讲师彼得·达扬是马克斯·普朗克研究所的研究导师，目前专注于计算神经科学的研究方向。
△彼得·达扬，皇家研究员
此外，课程内容还涉及学习理论、博弈论、核方法、公平性、贝叶斯预测、强化学习、元学习以及机器学习在医学领域的应用，可以说是从理论到实践。
计划表
由于马普切位于德国，比北京时间晚6个小时，在中国，一些课程的直播时间将在深夜(爱学习，怕秃顶)。
以下是课程安排。对于那些对某些课程感兴趣的人，他们可以选择教学视频或观看教学PPT来学习。
课程链接
http://mlss.tuebingen.mpg.de/2020/schedule.html
-完毕-
量子比特签了合同。
请密切关注我们，首先了解最新的技术发展。
本文由 在线网速测试 整理编辑，转载请注明出处。
