(图片付费下载于视觉中国)
整理 | Jane
出品 | AI科技大本营(ID:rgznai100)
2019 年 3 月 28 日,教育部公布了 2018 年度普通高等学校本科专业备案和审批结果,共有 35 所大学新增了独立的人工智能专业本科专业。现在,这些院校的第一届本科生已经陆续开始开课了,但还是有绝大多数学生没有机会进入到“正统”的人工智能学习中,仍需依赖网上的学习资源。
近日,微软亚洲研究院(MSRA)人工智能教育团队创立的人工智能教育与学习共建社区在 Github 上开源了自己的 AI 教学资源。依托于新一代人工智能开放科研教育平台,在这个开源项目中,微软将不断提供、开放 AI 教学的教程、PPT、工具、源码与竞赛等学习资源,还有应用开发的真实案例,问答交流版块,这不仅是学生群体,自学的开发者的福利,而且还对一线教师、工作中需要对 AI 有一定了解的企业从业人员也都非常有用,大家可以一起学习,共同丰富和完善这套开源学习资源。
先放送 Github 地址:
https://github.com/microsoft/ai-edu
这套AI开源学习资源有什么不一样?
(1)内容性:
你会发现,这里的内容并不同以往那样只垂直聚焦于某一领域的某一技术的专项学习,这里的学习资源既包括主流知识体系,也会分享一些旁支知识,从而让内容更加全面。从教学课程、开发环境与工具、真实案例与实践到问答交流,多样性与丰富性让你不用担心零基础的问题。
(2)适用性:
适合所有人群,尤其是想学习专业、系统的知识体系的学生、教师、企业开发者;同时,该资源也适用于想了解AI 技术或对 AI 感兴趣的学习者。
(3)免费开源:
所有
内容都是开源的,不收学费。
(4)可拓展性:
这里的学习资源还将不断丰富。你也可以成为贡献者,将好的学习资源开源到这里,惠利更多的人;
(5)实践性强
:定制化+高校特色项目集结。
下面,我们把这些特色内容再展开为大家进行介绍:
A、教学课程
以前一直没拿下神经网络的原理,各种公式,各种模型算法,到底每层每层网络是怎么工作的?下面这些简化图相信可以帮你理清不少思路。
集合文字、PPT、视频、图片等多种形式,理论、实践、大咖采访、名校课程等多样内容,帮你摆脱入门就放弃的命运。
B、教学案例与实践
内容:包含微软及共建者开源分享的人工智能案例资源,包含案例、源代码、文档、教学视频等。
适用人群:有意开设人工智能课程的教师;有意进行人工智能应用开发的学习者。
已更新内容:这里都是定制化和“别人学校”的项目实践。
C、开发工具与环境
(1)NNI:
微软开源的自动机器学习工具,支持私有部署,使用 pip 就可以完成安装。在这部分内容中,对 NNI 的特点,安装及使用都进行了介绍,大家可以阅读相关文档学习如何上手。
(2)OpenPAI:
是微软开源的 AI 计算平台,帮助加速机器学习的模型训练过程,不过这部分的准备工作对环境还是有一定要求,你可以参照文档从准备到安装,一步一步慢慢来。
D、答疑交流
E、竞赛实战
计算机专业的朋友都知道,学校开设的大部分专业课都会配有上机课、课程设计项目等,以此锻炼动手实操的技能。在这里大家可以看到“别人家”的课程外,还有他们的实践项目、竞赛项目等,让你了解高手们都做了哪些厉害的项目。
AI 的理论“千篇一律”,有趣有效的学习资源着实难得。希望这套开源 AI教学资源,可以在新学期伊始,帮助大家开启不一样的学习之旅。
(*本文为AI科技大本营整理文章,转载请微信联系 1092722531)
【结果提交倒计时】PV,UV流量预测算法大赛,结果提交截止时间为
9月20日
,还没有提交的小伙伴抓紧时间了~~9月25日公布初赛成绩。
最新排行榜请扫码查看。
演讲实录:知乎算法团队负责人孙付伟:Graph Embedding在知乎的应用实践
NASNet:神经架构搜索网络在图像分类中的表现
5大必知的图算法,附Python代码实现