Bengio親自授課，英國皇家院士參與，這份機器學習免費課別錯過
伯克利、劍橋、牛津教授等大牛不計其數
蕭簫 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
33個諾貝爾獎、幾百萬歐元經費、只收博士……這個充滿了神秘色彩學術氛圍的研究所，便是德國馬克斯·普朗克研究所，簡稱馬普所。
而就在這幾天，這間重視基礎科研的研究所開啟了免費暑期機器學習基礎線上課，從機器學習入門到實踐一課通。
△?聽眾來自各地，也能看到中國的朋友
不僅有圖靈獎獲得者Yoshua Bengio親自授課，還有來自英國皇家學院的院士Peter Dayan參與。
教授們多來自牛津、劍橋、伯克利等名校，其中獲得過歷年IEEE、ISMP、CVPR、ICML、NIPS、ACM等最佳論文獎的不計其數。
目前為期10天的線上直播課程已正式開始，錯過直播也別擔心，教學視頻可以隨時回放。（文末附回放鏈接哦）
有點心動？
來快速了解一下課程內容。
主要課程介紹
自2002年起，馬普所就開始開展暑期機器學習課程，旨在為想要入門機器學習的從業者或學生打下扎實的理論基礎，并快速上手實踐。
18年來，每年的授課老師都不一樣，課程內容也緊跟行業潮流。
△?時講時新的PPT內容，緊隨前沿知識
馬普所從機器學習各領域中篩選前沿人才，并根據他們的研究經驗來安排課程內容。
課程中所涉及的編程語言以Python為主，想要入門的小伙伴需要有一定的Python基礎，同時也需要熟悉線代、概率論及統計等數學知識。
主要課程內容如下：
深度學習
深度學習，機器學習下的一個研究分支，近年來隨著人工智能行業興起，深度學習也開始進入大眾視野。與特征工程不同，深度學習完全由神經網絡自主學習特征。
講師Yoshua Bengio，圖靈獎獲得者，主攻深度學習方向的研究。
△?Yoshua Bengio
最優化算法
最優化是機器學習下的深度學習中的一種重要算法，廣為大眾所熟知的梯度下降法便屬于最優化算法的一種。
如何通過訓練神經網絡，讓損失函數最小化？最優化算法便致力于解決這個問題。
△?Francis Bach
講師Francis Bach是來自伯克利大學的博士，目前領導團隊進行機器學習的研究，包括最優化算法、有/無監督學習等。
因果推斷
在常用機器學習算法中，關注的是特征之間的相關性，但通常無法判斷特征之間的因果關系。然而人們多數情況下在做決策與判斷時，會用到因果性。
合理運用因果性，對于驗證、決策等行為都會有所幫助。
講師Bernhard Sch?lkopf和Stefan Bauer是來自馬普所的專業研究人員，主要研究方向為實證推論、歸納推理等。
幾何深度學習
隨著深度學習的發展，深度學習算法已不局限在傳統的圖像、聲音、文本等數據，也開始面向更一般的幾何對象如網絡、空間點云、曲面等應用，便有了幾何深度學習。
講師Michael Bronstein，幾何深度學習方向領軍人，任斯坦福、哈佛和麻省理工學院的客座教授。
計算神經科學
計算神經科學，采用數學分析和計算機模擬，在不同水平上對神經系統進行模擬和研究。簡而言之，就是通過研究人腦和神經系統的構造，理解其工作原理，從而更好地完善機器學習理論。
講師Peter Dayan，馬普所的研究導師，目前專注于計算神經科學的研究方向。
△?Peter Dayan，英國皇家院士
除此之外，課程內容還涉及機器學習中的學習理論、博弈論、核方法、公平性、貝葉斯預測、強化學習、元學習及機器學習在醫療領域方向的應用，可以說是從理論到實踐一應俱全。
進度安排表
由于馬普所地理位置在德國，德國時間比北京時間晚6小時，所以部分課程的直播時間會在國內深夜（熱愛學習，無懼禿頭）。
下面是課程進度安排表，對某些課時感興趣的小伙伴，可以選擇教學視頻、或觀看教學PPT學習。
課程鏈接
http://mlss.tuebingen.mpg.de/2020/schedule.html
- 首個GPT-4驅動的人形機器人！無需編程+零樣本學習，還可根據口頭反饋調整行為2023-12-13
- IDC霍錦潔：AI PC將顛覆性變革PC產業2023-12-08
- AI視覺字謎爆火！夢露轉180°秒變愛因斯坦，英偉達高級AI科學家：近期最酷的擴散模型2023-12-03
- 蘋果大模型最大動作：開源M芯專用ML框架，能跑70億大模型2023-12-07
相關閱讀
這個登上Nature封面的「群體學習」，無需中央協調員，比聯邦學習更優秀
在不違反隱私法的情況下集合來自世界各地的任何醫療數據，讓AI診斷效果更好。
