本課程涉及深度學習和表示學習的最新技術，重點是有監督和無監督的深度學習、嵌入方法、度量學習、卷積網和遞歸網，并應用于計算機視覺、自然語言理解和語音識別。
● Course public folder: bit.ly/DLSP20.
● Class material available
● Piazza Q&A interface available here. Sign-up token: DLSP20.
Yann LeCun（//www.zhuanzhi.ai/topic/20021）
在人工智能研究領域，Yann LeCun、Geoffrey Hinton 和 Yoshua Bengio一直被公認為深度學習三巨頭，一起獲得2018年圖靈獎。
Yann LeCun，自稱中文名“楊立昆”，計算機科學家，被譽為“卷積網絡之父”，為卷積神經網絡（CNN，Convolutional Neural Networks）和圖像識別領域做出了重要貢獻，以手寫字體識別、圖像壓縮和人工智能硬件等主題發表過 190 多份論文，研發了很多關于深度學習的項目，并且擁有14項相關的美國專利。他同Léon Bottou和Patrick Haffner等人一起創建了DjVu圖像壓縮技術，同Léon Bottou一起開發了一種開源的Lush語言，比Matlab功能還要強大，并且也是一位Lisp高手。（Backpropagation，簡稱BP）反向傳播這種現階段常用來訓練人工神經網絡的算法，就是 LeCun 和其老師“神經網絡之父”Geoffrey Hinton 等科學家于 20 世紀 80 年代中期提出的，而后 LeCun 在貝爾實驗室將 BP 應用于卷積神經網絡中，并將其實用化，推廣到各種圖像相關任務中。
付費5元查看完整內容
相關內容
楊立昆（法語：Yann Le Cun，英語：Yann LeCun，1960年7月8日－）(原中文譯名：揚·勒丘恩)是一位計算機科學家，他在機器學習、計算機視覺、移動機器人和計算神經科學等領域都有很多貢獻。他最著名的工作是在光學字符識別和計算機視覺上使用卷積神經網絡 (CNN)，他也被稱為卷積網絡之父。他同Léon Bottou和Patrick Haffner等人一起創建了DjVu圖像壓縮技術。他同Léon Bottou一起開發了Lush語言。
本課程涉及深度學習和表示學習的最新技術，重點是有監督和無監督的深度學習、嵌入方法、度量學習、卷積網和遞歸網，并應用于計算機視覺、自然語言理解和語音識別。
第五講：
第六講：
第七講：
付費5元查看完整內容
報告主題： Energy-Based Self-Supervised Learning
報告摘要：
在監督或多任務學習中，將不會獲得像人類一樣可以泛化的智能。監督學習是有效的，但需要許多帶標簽的樣本，通過舉例而不是編程來訓練機器，當輸出錯誤時，調整機器的參數。在整個領域中可能需要在基于能量的學習方法上做更多的工作，能量函數在AI領域已經存在數十年了，無需創建大量帶有標簽的數據集，也不用花費數千個小時訓練模型，而只是獲取一些豐富的原始數據，讓機器變得足夠大，由此可以訓練機器預測，預測與現實之間的兼容性就是所謂的能級。能量越少越好，更兼容、更準確，因此神經網絡需要努力達到理想的低能量狀態。
嘉賓介紹：
Yann Lecun是一位法裔美國計算機科學家，主要研究領域為機器學習、計算機視覺、移動機器人和計算神經科學。他是紐約大學Courant數學科學研究所的銀牌教授，也是Facebook的副總裁兼首席人工智能科學家。他以研究卷積神經網絡(CNN)的光學字符識別和計算機視覺而聞名，是卷積網絡的創始人之一。他也是DjVu圖像壓縮技術的主要創建者之一(與Leon Bottou和Patrick Haffner一起)。他與Leon Bottou共同開發了Lush編程語言。他是2018年ACM A.M.的聯合獲獎者因為他在深度學習方面的工作獲得了圖靈獎。
付費5元查看完整內容
課程簡介
Geoffrey Hinton《神經網絡機器學習》經典課程共有16節，基本涵蓋了神經網絡相關的各個知識點，包括神經網絡、神經元模型、感知機、反向傳播算法等，雖然課程中有些算法已經過時，但其中的理論基礎仍然在為今天的各類主流算法提供著可靠的支持，對于算法研究者來說，有助于加深對這一領域的理解，并對未來的研究方向起到一定的借鑒意義。
課程講師：Geoffrey Hinton
講師簡介
Geoffrey Hinton，被稱為“神經網絡之父”、“深度學習鼻祖”，他曾獲得愛丁堡大學人工智能的博士學位，并且為多倫多大學的特聘教授。在2012年，Hinton還獲得了加拿大基廉獎(Killam Prizes，有“加拿大諾貝爾獎”之稱的國家最高科學獎)。2013年，Hinton 加入谷歌并帶領一個AI團隊，他將神經網絡帶入到研究與應用的熱潮，將“深度學習”從邊緣課題變成了谷歌等互聯網巨頭仰賴的核心技術，并將反向傳播算法應用到神經網絡與深度學習。
個人主頁：
Geoffrey Hinton：//www.cs.toronto.edu/~hinton/
付費5元查看完整內容
注冊地址： 北京市海淀區羊坊店路18號2幢3層301-191