吴恩达全新课程上线！给商务人士和高管的AI指引课

image

大数据文摘出品

作者：魏子敏、蒋宝尚

今年2月份，在放出深度学习第五课之后， “全民AI老师”吴恩达的深度学习专项计划课程告一段落。

这门深度系列的课程面向希望入行深度学习的从业者，要求学生有一定的数学基础以及统计学知识储备。这意味着，尽管课程有趣简单好上手，但深度系列的课程并不能满足所有人的需求。

现在，吴恩达在coursera新开了一门课，名字是《AI For Everyone》。听名字就能知道，这是一门任何人都能学习的课程。即使你没有相关的背景知识，相信吴大大也能带你入门，毕竟，AI For Everyone。

但事实上，虽然它对所有人开放，但它主要面向希望“更好地理解AI”以及它如何影响他们的业务的商业专业人士 - 也就是说，有兴趣学习选择能产生回报的AI项目的高管们。

先奉上课程链接：

https://www.coursera.org/learn/ai-for-everyone/

image

新课程“AI For Everyone”的Coursera介绍显示，该课程将在2019年初推出。

据海外科技媒体VentureBeat报道，吴恩达在电话采访中称：“人工智能正在影响着每个行业，对这些不同角色的人来说，了解人工智能知识如何指引他们的业务非常重要。” “这门课程适合非技术人员，我希望[它]能够教会我们......每一个人如何为他们的行业以及他们自己的职业使用人工智能。”

吴恩达称，利用这门课程，引导学员了解在公司内部管理和组织AI团队的过程，以让他们“切断炒作”，并发现当前存在的AI的潜力和局限性。此外，它还提供深入的案例研究，说明如何构建和维护复杂的AI系统，同时提供实际问题的指导，例如向AI团队提供数据以及培训，开发和测试所述数据。

其中一些案例研究将详细介绍关于人工智能的失败实施，吴恩达称，这些问题常常被避而不谈。

吴恩达为什么要给商务人士开课？

吴恩达开设这门给高管们的AI课并不意外。毕竟，在授课之外，身兼landing.ai创始人的吴恩达一直非常关注业内人工智能应用情况。

今年8月份，吴恩达就曾在自己的推特上发布了一个问题，称自己因为Landing.ai的项目到访很多国家，和非常多的CEO交流过他们的AI策略，想基于此发布一个报告，因此也向大家征集最想了解的问题。

image

之后，在今年南京的2018中国人工智能峰会（CAIS2018）在南京国际博览会上，吴恩达也集中回应了CEO们的问题，其中最重要的一个问题就是，如何招聘AI人才，建立AI团队。

吴恩达当时尤其强调了企业向不同的业务部门提供人工智能培训的重要性。并详细叙述了企业应该如何运用线上教育资源进行内容策展。

image

随着线上数字内容的兴起，教育及培训变得越来越容易。吴恩达还提出了一个新的职位概念——公司的首席学习官（Chief Learning Officer），可以利用大量的线上教育资源进行内容策展。例如发掘与筛选优质内容，整合与编辑，形成新的课程大纲；在企业内部传播与分享相关内容，并将培训计划与员工考评挂钩。

而显然，这门新的课程即是为了回应企业和CEO们的这一需求。

怎么报名这门课程？

Coursera上，该课程的相关资料还很不完善，文摘菌带大家看一看这门课程目前有限的曝光。

课程的制作方仍然是deeplearning.ai，依旧是吴恩达亲自授课，仍然是通过英文授课，中文版是否会同步上线还不得而知。

image

课程要求你需要用3周的时间来完成课程并提交作业，但是，每周你只需要付出1~2个小时就足够了。相比之前deeplearning课程要求的每周3-6小时，吴恩达显然非常理解商务人士们时间的宝贵。

跟之前一样，要获取证书，课程收费依然是49美元。当然你也可以选择旁听或者申请奖学金。

image

目前，这门课程完整的课程目录设置并没有给出。据课程首页提示，我们可以知道，这门课程在2019年的早期开放注册，完整的课程目录可能会到那时候放出。

当然，等不及学这门课程的同学，吴恩达名为Deep Learning Specialization（深度学习）的课程今天刚刚在coursera上开始上课，不如先重新回顾一下深度学习的知识，等待这门商务课程的开启啊

https://www.coursera.org/specializations/deep-learning

OMT

最后，当然，想要系统学习深度学习的同学，我们也推荐一些更加专项的课程给大家：

• 多伦多大学三巨头，被誉为“深度学习之父“的Geoffrey Hinton教授在Coursera上的Neural Networks For Machine Learning课程。他的UT实验室在2012年的某医药大赛中如一匹黑马般赢得桂冠（即使整个团队没有一个人懂生物），真正地把深度学习带入了主流媒体的视线。

  https://www.coursera.org/learn/neural-networks

• 斯坦福大学CS231n卷积神经网络视觉识别课程（李飞飞授课），大数据文摘授权汉化教程链接：

  http://study.163.com/course/introduction/1003223001.htm

• 斯坦福大学CS224d自然语言处理深度学习课程，链接：

  http://cs224d.stanford.edu/

• 牛津大学与DeepMind合作的自然语言处理深度学习课程，大数据文摘授权汉化教程。

  http://study.163.com/course/introduction/1004336028.htm

• MIT 6.S094深度学习与无人车课程。大数据文摘授权汉化教程

  http://study.163.com/course/introduction.htm?courseId=1004938039

• 专门致力于为深度学习工程师提供教育资源的fast.ai。链接：

  http://www.fast.ai/

• Tensorflow提供的机器学习教程，分为两篇

  初学者篇：

  https://www.tensorflow.org/get_started/mnist/beginners

  进阶篇：

  https://www.tensorflow.org/get_started/mnist/pros

• AI圣经级教科书（花书）－蒙特利尔大学教授Yoshua Bengio和他的前学生Ian Goodfellow合著的《Deep Learning》；英文版免费阅读：

  http://www.deeplearningbook.org/ 中文版也已上市！

以上是一些免费课程，如果想要保证听课质量，保证有答疑和练习，我们也推荐网易云课堂一些收费课程：

• 人工智能的数学基础。

  http://mooc.study.163.com/smartSpec/detail/1001358003.htm

• 机器学习工程师实战课程。

  http://mooc.study.163.com/smartSpec/detail/1001358002.htm