Эндрю Нг о достижениях в области глубокого обучения

Новая специализация на Coursera, которая начнется на следующей неделе, является особенной, потому что она принадлежит Эндрю Нг. В глубоком обучении, которое предназначено для того, чтобы участники могли проникнуть в ИИ, он намеревается исследовать текущие рубежи искусственного интеллекта.

Эндрю Нг – один из соучредителей Coursera, но этот курс был создан под эгидой его последнего проекта Deeplearning.ai, а именно:

посвящен развитию ИИ путем обмена знаниями в этой области

стремится обеспечить всестороннее образование в области ИИ за пределами границ

Это было в марте, когда мы сообщили об объявлении Нг о том, что он покидает Baidu, где в качестве главного научного сотрудника он руководил тремя лабораториями искусственного интеллекта, одна из которых Институт глубокого обучения является отраслевым партнером этой 5-курсовой специализации по глубокому обучению. В то время он не делал свои планы на будущее явно, кроме как продолжать работать в AI и «продолжать упорно трудиться, чтобы получить ИИ, чтобы помочь каждому», Deeplearning.ai и этот курс, который имеет лозунг, «построить свой Карьера в искусственном интеллекте »- это то, что появилось пять месяцев спустя.

Квалификационные данные Нг как инструктора на курсе:

Соучредитель Coursera; Адъюнкт-профессор Стэнфордского университета; ранее возглавлял Baidu AI Group / Google Brain

и, конечно же, есть послужной список его предыдущего МООК, Машинное обучение, которое все еще работает на Coursera, где рейтинг популярности составляет 4,9, и в настоящее время занимает 2-е место в рейтинге 50 самых популярных МООК За все время с точки зрения количества студентов, с общим числом учащихся в настоящее время 1 122 031 человек.

Раскрытие информации: когда вы совершаете покупку, перейдя по ссылке из этой статьи, мы можем получать партнерскую комиссию.

Если вы закончили этот курс, вы будете более чем готовы к этому новому предложению, которое обещало помочь вам в глубоком обучении. Его рекламное объявление гласит:

На пяти курсах вы изучите основы глубокого обучения, поймете, как создавать нейронные сети, и научитесь руководить успешными проектами машинного обучения. Вы узнаете о сверточных сетях, RNN, LSTM, Adam, Dropout, BatchNorm, инициализации Xavier / He и многом другом. Вы будете работать над тематическими исследованиями из здравоохранения, автономного вождения, чтения на языке жестов, создания музыки и обработки естественного языка. Вы освоите не только теорию, но и увидите, как она применяется в промышленности. Вы будете практиковать все эти идеи в Python и TensorFlow, которым мы научим.

Включены пять курсов:

Вы можете зарегистрироваться на всю специализацию, воспользовавшись 7-дневной бесплатной пробной версией и ежемесячной платой в размере 49 долларов, что дает вам неограниченный доступ ко всему каталогу Coursera из более чем 2000 курсов. Если вы хотите следовать только бесплатно, без каких-либо заданий или викторин и без сертификата, вам необходимо перейти по ссылкам на отдельные курсы и прокрутить вниз, чтобы найти ссылку на небольшом шрифте, чтобы выбрать вариант аудита.

Первый курс в этой серии очень привлекателен, даже если вы не хотите делать карьеру, а просто хотите понять, что происходило в течение нескольких лет с тех пор, как впервые появилась терминология «глубокое обучение». Цитата из аннотации к первому курсу:

Глубокое обучение – это новая «сверхдержава», которая позволит вам создавать системы искусственного интеллекта, которые были невозможны несколько лет назад. В этом курсе вы изучите основы глубокого обучения. Когда вы закончите этот урок, вы

Понять основные технологические тенденции, способствующие глубокому обучению

Уметь создавать, обучать и применять полностью связанные глубокие нейронные сети.

Знать, как реализовать эффективные (векторизованные) нейронные сети

Понять ключевые параметры в архитектуре нейронной сети

Если вы уже начали карьеру, вас может заинтересовать третий курс, в котором рассказывается, как создать успешный проект машинного обучения. Описание курса Ng гласит:

Большая часть этого контента никогда не преподавалась в другом месте и основана на моем опыте создания и поставки многих продуктов глубокого обучения. В этом курсе также есть два «симулятора полета», которые позволяют вам практиковаться в принятии решений в качестве руководителя проекта машинного обучения. Это дает «отраслевой опыт», который в противном случае вы могли бы получить только после многих лет работы в сфере машинного обучения.

Необязательный компонент курсов может быть наиболее привлекательным элементом – интервью, в котором Эндрю Нг индивидуально разговаривает со своими героями ИИ, объясняя:

В рамках этого курса от deeplearning.ai я надеюсь не только научить вас техническим идеям глубокого обучения, но и познакомить вас с некоторыми людьми, некоторыми героями глубокого обучения. Люди, которые изобрели так много этих идей, о которых вы узнаете в этом курсе или в этой специализации. В этих видеороликах я надеюсь также попросить этих лидеров глубокого обучения дать вам карьерный совет о том, как вы можете проникнуть в глубокое обучение, как проводить исследования или найти работу в глубоком обучении.

Если вы не хотите записываться на какую-либо часть курса, вы все равно можете наслаждаться этим материалом, так как набор из семи интервью можно найти на Your Tube. Первая и самая продолжительная работа Джеффри Хинтона дает интересное представление о том, как далеко продвинулась эта область исследований за последние 50 лет:

ОБНОВЛЕНИЕ Июнь 2020: все эти курсы теперь всегда доступны, поэтому, когда вы зарегистрируетесь, вы можете сразу начать и, вероятно, сможете завершить всю специализацию менее чем за отведенные 4 месяца. Он также является отличным предшественником второй специализации от deeplearning.ai, Natural Language Specialization, которая была запущена 19 июня 2020 года – см. Новая специализация по обработке естественного языка на Coursera. Основанный на проекте с самого начала, его ведущим инструктором является Юнес Бенсуда Мурри, который будет знаком с теми, кто прошел специализацию по глубокому обучению.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *