Bengio亲身授课，英国皇家院士参与，这份机器学习收费课别错过

萧箫 发自 凹非寺
量子位 报道 | 公众号 QbitAI

33个诺贝尔奖、几百万欧元经费、只收博士……这个充满了奥秘颜色学术氛围的研讨所，便是德国马克斯·普朗克研讨所，简称马普所。

而就在这几天，这间注重基础科研的研讨所开启了收费暑期机器学习基础线上课，从机器学习入门到实际一课通。

△ 听众来自各地，也能看到中国的冤家


不只要图灵奖获得者Yoshua Bengio亲身授课，还有来自英国皇家学院的院士Peter Dayan参与。

教授们多来自牛津、剑桥、伯克利等名校，其中获得过历年IEEE、ISMP、CVPR、ICML、NIPS、ACM等最佳论文奖的不计其数。

目前为期10天的线上直播课程已正式末尾，错过直播也别担心，教学视频可以随时回放。（文末附回放链接哦）

有点心动？

来疾速了解一下课程内容。
次要课程引见


自2002年起，马普所就末尾展开暑期机器学习课程，旨在为想要入门机器学习的从业者或先生打下扎实的实际基础，并疾速上手实际。

18年来，每年的授课教师都不一样，课程内容也紧跟行业潮流。

△ 时讲时新的PPT内容，紧随前沿知识


马普所从机器学习各范畴中挑选前沿人才，并根据他们的研讨阅历来安排课程内容。

课程中所触及的编程言语以Python为主，想要入门的小伙伴需求有一定的Python基础，同时也需求熟习线代、概率论及统计等数学知识。

次要课程内容如下：

深度学习

深度学习，机器学习下的一个研讨分支，近年来随着人工智能行业兴起，深度学习也末尾进入大众视野。与特征工程不同，深度学习完全由神经网络自主学习特征。

讲师Yoshua Bengio，图灵奖获得者，主攻深度学习方向的研讨。

△ Yoshua Bengio


最优化算法

最优化是机器学习下的深度学习中的一种重要算法，广为大众所熟知的梯度下降法便属于最优化算法的一种。

如何经过训练神经网络，让损失函数最小化？最优化算法便努力于处理这个成绩。

△ Francis Bach


讲师Francis Bach是来自伯克利大学的博士，目前指导团队停止机器学习的研讨，包括最优化算法、有/无监督学习等。

因果推断

在常用机器学习算法中，关注的是特征之间的相关性，但通常无法判别特征之间的因果关系。但是人们多数状况下在做决策与判别时，会用到因果性。

合理运用因果性，对于验证、决策等行为都会有所协助。

讲师Bernhard Schölkopf和Stefan Bauer是来自马普所的专业研讨人员，次要研讨方向为实证推论、归纳推理等。

几何深度学习

随着深度学习的发展，深度学习算法已不局限在传统的图像、声响、文本等数据，也末尾面向更普通的几何对象如网络、空间点云、曲面等运用，便有了几何深度学习。

讲师Michael Bronstein，几何深度学习方向领军人，任斯坦福、哈佛和麻省理工学院的客座教授。

计算神经迷信

计算神经迷信，采用数学分析和计算机模拟，在不同程度上对神经系统停止模拟和研讨。简而言之，就是经过研讨人脑和神经系统的构造，了解其工作原理，从而更好地完善机器学习实际。

讲师Peter Dayan，马普所的研讨导师，目前专注于计算神经迷信的研讨方向。

△ Peter Dayan，英国皇家院士


除此之外，课程内容还触及机器学习中的学习实际、博弈论、核方法、公平性、贝叶斯预测、强化学习、元学习及机器学习在医疗范畴方向的运用，可以说是从实际到实际一应俱全。
进度安排表


由于马普所地理地位在德国，德国工夫比北京工夫晚6小时，所以部分课程的直播工夫会在国内深夜（热爱学习，无惧秃头）。

下面是课程进度安排表，对某些课时感兴味的小伙伴，可以选择教学视频、或观看教学PPT学习。

课程链接

http://mlss.tuebingen.mpg.de/2020/schedule.html

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一工夫获知前沿科技动态

加油！不要理那些键盘侠！

无论是不是沙发都得回复下

好，很好，非常好！