图灵奖得主LeCun亲授,深度学习课程在线发布|资源

木易 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

深度学习作为AI入门的一门必修课程,在网上一直有着许多教学资源。

最常见的莫过于吴恩达老师的《深度学习》课程。

图灵奖得主LeCun亲授,深度学习课程在线发布|资源_第1张图片

就在前不久,纽约大学数据科学中心(CDS)上传完成了其2020年春季学期的《深度学习》的全部内容资源。

而这次的课程,是由图灵奖得主、深度学习三巨头之一、AI大牛Yann LeCun及纽约大学助理教授Alfredo Canziani共同教授的。

大佬的亲授,往往是令人期待的。

那么该课程都有哪些内容呢?(相关资源可在文末获取。)

课程简介

本课程涉及深度学习和表示学习的最新技术,重点包括:

监督式深度学习和无监督深度学习、(词)嵌入、度量学习、卷积和递归网络,以及在计算机视觉、自然语言理解和语音识别方面的应用。

图灵奖得主LeCun亲授,深度学习课程在线发布|资源_第2张图片

图源:CDS

另外,纽约大学数据科学中心建议开始课程学习需要先修的课程有:CDS的《数据科学入门》课程或其他一门研究生级别的机器学习课程。

也有网友评论到:

Lecun的课有着非常高的眼界,因此对于学生的基础知识有着很高的要求。其实比起MS,更适合PhD degree。

因此,在这并不建议没有基础的小白进行学习哦。

课程内容

该课程为期14周,共27个视频,每周基本上有对应的课程与练习。

课程内容整理如下:

图灵奖得主LeCun亲授,深度学习课程在线发布|资源_第3张图片

第一周神经网络、深度学习的历史、第二周复习了基础的数学基础。

而从第四周至第六周则总体讲述了各类神经网络及其应用。

图灵奖得主LeCun亲授,深度学习课程在线发布|资源_第4张图片

第七周之后,便开始更进一步,教授深度学习的前沿技术。

讲师介绍

Yann LeCun,美国国家工程院院士,纽约大学终身教授。卷积网络之父,与Geoffrey Hinton、Yoshua Bengio并成为“深度学习三巨头”。同时,其还是Facebook副总裁兼首席AI科学家。

图灵奖得主LeCun亲授,深度学习课程在线发布|资源_第5张图片

1983年在巴黎ESIEE获得电子工程学位。1987年在巴黎第六大学获得计算机科学博士学位。

1988年,他加入了贝尔实验室的自适应系统研究部门,位于美国新泽西州的霍姆德尔镇区。在此,他开发了很多新的机器学习方法,比如卷积神经网络。

2012年,他成为了纽约大学数据科学中心的创建主任。

其于2014年获得了IEEE神经网络领军人物奖,2015年获得PAMI杰出研究员奖。

2019年,其荣获图灵奖

Alfredo Canziani,是纽约大学计算机科学的助理教授。

Alfredo Canziani拥有的里雅斯特大学的电子工程学士学位和硕士学位。

之后他还于2012年在克兰菲尔德大学获得理学硕士学位,于2017年在普渡大学获得博士学位。

他的研究主要专注于自动驾驶的机器学习。

资源获取

该课程的内容讲义见于Github:

https://atcold.github.io/pytorch-Deep-Learning/zh/

讲授视频发布于Youtube上:

https://www.youtube.com/playlist?list=PLLHTzKZzVU9eaEyErdV26ikyolxOsz6mq

讲授视频在B站也有相关资源搬运:

https://www.bilibili.com/video/BV197411M7gG?p=1

参考链接:
https://medium.com/@NYUDataScience/yann-lecuns-deep-learning-course-at-cds-is-now-fully-online-accessible-to-all-787ddc8bf0af
https://zh.wikipedia.org/wiki/%E6%9D%A8%E7%AB%8B%E6%98%86

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。

每天5分钟,抓住行业发展机遇

如何关注、学习、用好人工智能? 

每个工作日,量子位AI内参精选全球科技和研究最新动态,汇总新技术、新产品和新应用,梳理当日最热行业趋势和政策,搜索有价值的论文、教程、研究等。

同时,AI内参群为大家提供了交流和分享的平台,更好地满足大家获取AI资讯、学习AI技术的需求。扫码即可订阅:

加入AI社群,与优秀的人交流

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~

你可能感兴趣的:(网易,神经网络,人工智能,深度学习,编程语言)