深度学习基础系列之2019深度学习暑期课程视频分享（中英字幕）

 

    该暑期课程是由SIMMONS INSTITUTE主办的深度学习基础计划系列课程中的暑期课程部分，邀请了工业界和学术界的深度学习大牛们一起探索深度学习理论、存在问题、前沿方向等问题，促进工业界和学术界交流，促进深度学习、人工智能技术发展和相关应用落地。暑期课程讨论的都是深度学习领域最前沿的技术和应用落地，非常值得一看。

     

    文末附带中英字幕视频下载地址。

     

深度学习基础计划系列

    2019年5月23日至8月9日

    近年来人工智能技术的进步离不开深度学习技术的发展。这些进步源于学术界和工业界的共同努力；这些工作不仅限于计算机科学，统计学和优化，还涉及神经科学，物理学和基本上所有的科学。然而，尽管类似的研究活动非常活跃，对深度学习方法-以及更重要的是其存在问题的研究（对抗样本）-的深入理解仍然无法实现。随着深度学习进入敏感领域，例如自动驾驶和医疗保健，建立这种理解的需求变得更加迫切。

    该计划的目标是通过建立与深度学习基础相关的实践经验和具体的理论对齐，聚焦一些重要的理论和应用，以此来达到我们上面提到的目标。具体而言，目的是明确目前的挑战，并确定如何取得进展，这些挑战一方面是指导深度学习实践应用的关键，另一方面，可以使用理论方法来解决。

    该计划将重点关注以下四个主题：

    1. 优化（Optimization）：深度模型如何以及为何适合观察（训练）数据？

    2. 概括（Generation）：为什么这些经过训练的模型能够很好地处理相似但未观察到的（测试）数据？

    3. 稳健性（Robustness）：当在预期条件之外应用时，我们如何分析和改善这些模型的性能？

    4. 生成方法（Generative methods）：如何使用深度学习来模拟概率分布？

    该计划的主要木器是加强学术界和工业界的交流，将二者桥接起来。

深度学习暑期课程概述

     

    主办单位：

    SébastienBubeck （微软研究院;主席）， Elchanan Mossel（麻省理工学院）， Matus Telgarsky（伊利诺伊大学，Urbana-Champaign）

    该暑期课程旨在让计划参与者熟悉深度学习相关的关键主题。它将包括以下讲者进行为期四天的课程：

    · Sasha Rakhlin（宾夕法尼亚大学）

    · 彼得巴特利特（加州大学伯克利分校）

    · Jason Lee（南加州大学）

    · Nati Srebro（芝加哥丰田技术学院）

    · Kamalika Chaudhuri（加州大学圣地亚哥分校）

    · Matus Telgarsky（伊利诺伊大学厄巴纳 - 香槟分校）

课程大纲

课程视频下载地址

微信公众号回复关键字“dlvi19”获取下载地址。

往期精品内容推荐

深度学习和“炼金术”争议-Sanjeev Arora

最全中文自然语言处理数据集、平台和工具整理

中文版-BERT-预训练的深度双向Transformer语言模型-详细介绍

从入门到精通-Tensorflow深度强化学习课程

深度学习中Attention Mechanism详细介绍：原理、分类及应用

实战经验分享-少量数据NLP场景下进行深度学习训练的建议

神圣的NLP！一文理解词性标注、依存分析和命名实体识别任务

2018/2019/校招/春招/秋招/自然语言处理/深度学习/机器学习知识要点及面试笔记

多任务强化学习蒸馏与迁移学习

历史最全-16个推荐系统开放公共数据集整理分享

基于Pre-trained模型加速模型学习的6点建议

人工智能与机器学习技术在医疗保健行业中的应用

扫描下方二维码可以订阅哦！

DeepLearning_NLP

深度学习与NLP

       商务合作请联系微信号：lqfarmerlq