来自纽约大学的Yann LeCun的深度学习课程

卷积神经网络的先驱者和Facebook的首席AI科学家Yann LeCun教授的深度学习课程已免费在线提供。

这是由纽约大学数据科学中心（简称纽约大学CDS）提供的，Yann LeCun于去年春季以代码DS-GA 1008的名称讲授了该课程，它基于Python / Pytorch夹心代码在Jupyter Notebooks上在线运行。

快速浏览课程表可以发现，该课程是最前沿的，涵盖了大多数深度学习技术;监督/自我监督学习，嵌入方法，度量学习，卷积网络和递归网络以及所有在计算机视觉，自然语言理解方面的实际应用和语音识别。

在课程的主要网站上，可以找到视频，文本和pdf格式的整个课程资料，而录制的讲座可以在YouTube上作为播放列表一起找到。

Jupyter笔记本存储库位于Github上，除了英语以外，该材料还可以用于其他10种语言。除这些资源外，该课程非常有条理，因为它还有一个关于Reddit的论坛。

请注意，这不是面向机器学习初学者的课程；它需要具备NYU DS-GA 1001数据科学简介，该指南检查了如何使用数据科学方法来改善决策。它研究了在现实世界中的实例和案例下的数据科学的基本原理和技术，以便将数据科学技术置于上下文中，发展数据分析思维，并说明适当的应用既是一门科学又是一门科学。当然，这又一次基于Python及其关联的数据分析库。 DS-GA 1001不是免费的，它是数据科学硕士学位的一部分。但是也可以参加任何其他机器学习课程，例如Andrew Ng在Coursera上广受欢迎的免费课程，或者对数据科学的替代介绍，例如edX上的IBM数据科学介绍。

结束语，我只想说这门课程与其他课程的不同之处在于，Yann LeCun是​​该领域的权威，并以他的精美证书为后盾。简而言之，Yann LeCun目前是纽约大学数据科学，计算机科学，神经科学以及电气和计算机工程的银教授，同时还是Facebook副总裁兼首席AI科学家。他与杰弗里·欣顿（Geoffrey Hinton）和约书亚·本吉欧（Yoshua Bengio）一起获得了2018年ACM图灵奖，并被引述为他们中的三个人是＆＃34;深度学习之父。

早在2016年，我就在Udacity的塞巴斯蒂安·特伦（Sebastian Thrun）的采访中Facebook的Yann LeCun在Everything AI上发表了他对通用人工智能的看法：

LeCun的演讲始于一个普遍的真理，即为了使机器表现出常识，他们首先需要能够理解世界的运转方式，而这只会在无监督学习的情况下发生而不是在目前使用的监督学习下进行，该学习使用人工来注释机器可以使用的数据。此过程的关键是使机器具有预测能力，这是他在Facebook上的团队使用其视频预测软件进行的工作。

他关于通用人工智能将有一天不成比例地增长并超越人类的观点是没有定论的。但是暂时，他没有理由担心。

而且他还列举了进入研究人员和工程师团队所需的资格。一句话，研究人员需要博士学位，工程师需要MSc或BSc。相当了。

已为无法实时捕获会议的人员记录了该会话，并且仍可在Udacity的Facebook页面上在线访问，以供所有人欣赏。

要了解有关I Programmer的新文章的信息，请注册我们的每周时事通讯，订阅RSS feed，然后关注我们的Twitter，Facebook或Linkedin。