李沐「动手学深度学习」系列直播完结，斯坦福CS 329P新课上线

机器之心报道

机器之心编辑部

黄清清、李沐、Alex Amola 的这门「实用机器学习」把你 2021 年剩下的几个月安排得明明白白。

今年年初，机器之心知识站上线了亚马逊资深首席科学家李沐博士的「动手学深度学习」中文系列课程。自开课以来，已有 22000 余人参与直播学习，课程回放在 B 站的播放量已超过 126 万次。

上周末，这门课程已经完结。从头到尾参与直播学习的同学学到了以下内容：

机器之心知识站也上线了全程回放视频，还没开始的同学要尽快了：https://jmq.h5.xeknow.com/s/qFl6e （点击阅读原文直达）

李沐B站视频地址：https://space.bilibili.com/1567748478/channel/detail?cid=175509

同时，请已经完成学习的同学填写问卷帮助完善这门课程：https://jinshuju.net/f/ruh8yz

斯坦福 CS 329P 新课

8 月即将结束，新的学期即将到来，是时候开启新课了！

前两天，斯坦福大学官网上线了一门新的机器学习课程：「Practical Machine Learning（CS 329P）」，由黄清清、李沐、 Alex Smola 主讲，9 月 22 日正式开课。

课程地址：https://c.d2l.ai/stanford-cs329p/

这门课程旨在教大家如何运用机器学习准确、稳健地解决现实世界的问题，涵盖统计学、算法和代码实现，具体内容包括：

1. 处理数据的实用技巧。这点非常重要，因为现实世界的数据通常并不是独立同分布的。这里面包含检测协变量、概念和标签移位，以及建模相关随机变量，如时间序列和图中的变量。

2. 高效训练机器学习模型的技巧。例如超参数调优、模型组合、迁移学习等。

3. 公平性、可解释性以及模型的高效部署。

整个课程共分为四大部分：

• Basic ML Modeling

• Broken Assumptions

• Performance Tuning

• Beyond the Model

第一大部分分为五个小节，分别讲解了数据收集、数据预处理、ML 模型概述、模型验证和模型组合。

第二大部分分为三个小节，包含协变量和概念移位、标签移位和漂移检测，以及独立同分布之外的数据。

第三部分分为五个小节，分别介绍了模型调优、深度网络调优、迁移学习、蒸馏和多模态数据。

第四部分分为五个小节，包括模型部署、公平性、可解释性等几节常规课和主题待定的两节讲座课。

整个课程在 12 月份正式结束，追完离元旦就不远了，可以说把接下来几个月安排得明明白白。

不过，在上这门课之前，同学们需要掌握 Python 编程、机器学习（CS 229）和基本的统计学知识，需要自己写代码的地方可能不会少。

讲师阵容

黄清清

黄清清目前在谷歌大脑担任研究科学家。她本科毕业于香港科技大学，2016 年在 MIT 拿到电气工程与计算机科学博士学位，2017 年入职谷歌。目前，她的研究方向主要集中在推荐、个性化方向。

李沐

李沐是亚马逊资深首席科学家、《动手学深度学习》和深度学习框架 MXNet 的主要作者。他本科毕业于上海交通大学计算机系 ACM 班，2012 年前往 CMU 读博，师从机器学习大师 Alex Smola 和分布式系统教授 Dave Andersen。读博期间，他和陈天奇等人开发出了著名的深度学习框架 MXNet 并在之后的几年专注于该框架的研究与开发。此外，他还和 Aston Zhang 等人合著了大受欢迎的深度学习入门教材——《动手学深度学习》。截至目前，已有 140 多所院校使用《动手学深度学习》作为教材。

Alex Smola

Alex Smola 是全球机器学习领域著名科学家，卡耐基梅隆大学教授，畅销机器学习著作《动手学深度学习》的主要作者，迄今共发表了超过 200 篇论文和多本学术专著，在全球范围享有盛誉。在亚马逊，Alex Smola 领导着机器学习大学团队，此团队负责向每个人教授机器学习。同时，他还管理着 AutoGluon（一种易于使用的高质量 AutoML 工具）、DGL（深度图神经网络）、D2L.ai《动手学深度学习》项目、计算机视觉工具箱、NLP（自然语言处理套件）、深度学习编译器和 MXNet 框架团队等。

NVIDIA对话式AI开发工具NeMo实战分享

开源工具包 NeMo 是一个集成自动语音识别（ASR）、自然语言处理（NLP）和语音合成（TTS）的对话式 AI 工具包，便于开发者开箱即用，仅用几行代码便可以方便快速的完成对话式 AI 场景中的相关任务。

8月26日20:00-21:00，系列分享第2期：使用NeMo快速构建智能问答系统。

• 智能问答系统简介  

• 智能问答系统的工作流程和原理  

• 构建适合于NeMo的中文问答数据集  

• 在NeMo中训练中文问答系统模型  

• 使用模型进行推理完成中文智能问答的任务

直播链接：https://jmq.h5.xeknow.com/s/how4w（扫码观看）

报名方式：进入直播间——移动端点击底部「观看直播」、PC端点击「立即学习」——填写报名表单后即可进入直播间观看。

交流答疑群：直播间详情页扫码即可加入。

© THE END 

转载请联系本公众号获得授权

投稿或寻求报道：[e-mail]