学界|MIT这样的顶尖名校是怎么上机器学习课的?

AI科技评论按:机器学习已经成为目前人工智能领域最火的研究方向,但其实在高校内,这门课一直存在,但随着人工智能热潮的兴起,这门课也有了越来越多的学生。MIT近日以生动的笔触描绘了一节普通的机器学习课堂,如果你想知道,顶尖名校是怎么上机器学习课的,不妨看看这篇文章。

在4月初的一个下午,Tommi Jaakkola正在MIT巨大的26-100礼堂前踱步。 他身后的黑板写满了方程式。 Jaakkola穿着一件黑色短袖衬衫和牛仔裤,看起来很轻松,然后他用手指向黑板。他向台下500名MIT的学生询问道:“这里的答案是什么?如果你回答的出来,你会得到巧克力。 如果没有人回答,那我得到一个,因为我知道答案,而你不知道。”礼堂里爆发出笑声。

Regina Barzilay同样会和学生互动,但她更关注坐在前几排的学生。 她经常停下来问:“这样对不对?” 如果只有一阵沉默,她会热烈地看着学生的眼睛,并向他们保证说:“没关系,你会想到答案的”。Barzilay的行为好像她正在组织一个小型研讨会,而不是体育场大小的班级。这门课需要四名导师,15名教学助理,有时教室甚至没有足够的座位。

欢迎来到“机器学习简介(6.036)”,这是一门了解如何让计算机拥有自主学习能力而不是被编程学习的课程。 众所周知,6.036的受欢迎程度在第一次被推出之后稳步增长,从2013年的138个报名,增加到2016年的302个学生。今年则有700名学生注册了这门课程,以至于教授不得不想办法来甄选,让学生的人数下降到约500,这也是MIT最大的教室所能容纳的学生数量。

Jaakkola是一位电子工程与计算机科学系和数据、系统与社会研究所的Thomas Siebel教授,而Barzilay 则是一位电气工程与计算机科学的Delta Electronics教授。两位自6.036成立以来一直领导着这门课程。他们为来自不同学院的学生提供了在现实世界中应用机器学习的必要工具,并因材施教进行指导。

Greg Young,一位来自电气工程与计算机科学专业的大四学生说:“由电气工程与计算机科学系(EECS)的Wojciech Matusik和Pablo Parrilo共同教授的课程的编排令人印象深刻。这一切更是因为机器学习的风潮。”在他看来,这种趋势几乎是一发不可收拾了。“我认为人们正在走向他们认为是下一个潮流的地方”, Young说。他挥舞着一只手臂,指着后面数百名的学生,他说,“考虑到这个班级的规模,教授肯定教得很好,才能让我们所有人受到吸引。”

确实,6.036的普及使得研究生的版本(6.862(应用机器学习))在去年春天被整合到一起。 这些学生需要上6.036的课,并额外进行一个学期的项目,将机器学习方法应用于自己研究中的一个课题。

如何学习

根据其课程设计,6.036的成功与理论内容和程序设计经验的平衡有关。这些内容都必须足够深入,以证明这门课虽具有挑战性但是在可理解范围内,最重要的是,具有使用价值。“我们的学生想学习像一个应用机器学习者一样思考”,Jaakkola说。他与Barzilay一起推出了试点课程,“我们尝试以这样的方式来教课,使得具有非常少专业知识背景的学生至少能够获得一点要领,从机器学习如何运作,到为什么可以运作”。

一旦联想到科幻小说和电影领域,机器学习俨然已经成为我们生活的一个组成部分。从作为消费者的角度去考虑(想想Netflix和亚马逊的推送),我们如何与社交媒体互动(Facebook上的这些广告都不是偶然的),我们如何获取各种类型的信息(Alexa,什么是拉普拉斯变换?)。机器学习算法,简单来讲,就是通过将大量的知识和信息集合转化为与个体需求相关的预测。

作为一门学科,机器学习是设计和构建计算机程序的一种尝试,从经验中学习,以进行预测或控制。 在6.036中,学生研究将训练数据转化为有效的自动化预测的原理和算法。 EECS研究生Helen Zhou说:“这门课程提供了很好的技术调查,它有助于建立一个理解技术行业中所有流行语言的基础”。

Guadalupe Fabre是电气科学与工程研究生和教学助理,他将6.036推荐给那些想要“对现实生活中使用的算法的更清晰理解”的人们。Fabre自己在本科生时期选择了这门课。“我学会了编码和了解机器学习中使用的一些最新算法”,他说,“我使用了很多我在研究中学到的东西”。然而,Fabre说:“需要要警告的是,6.036同时教授理论和应用,而学习这两者的组合需要认真和努力。存在一定的可能性, 你只能部分理解而另一部分不能理解,这可能会使一些学生面临挑战”。 Fabre说:“如果你真的想了解机器学习方面的真知灼见,那么请注册这门课。 但是,如果你不愿意为这门课贡献时间,那么就不要上,因为最后你可能会被压力整得心力交瘁”。

将晦涩的课程变得“看上去容易”

Jaakkola和Barzilay在演讲厅中展现的亲和力和魅力是惊人的,并且他们使其精心设计的课程与其广大的学生们产生共鸣。学生们说,这有助于改善这种由大量数字带来的晦涩难懂。

在Barzilay最近的一次课程中,一个志愿者解决了k-means聚类的方程,包括在整个礼堂前面的黑板上划分数据空间。在她正确解决了这个方程之后,整个课堂就自发鼓起了掌。“哇,她在500人面前解决了这个问题,”一名学生从礼堂的后面喊道。

EECS大二的学生 Rishabh Chandra表示班级人数调整了。“刚开始是很难的,但是他们尽力让学生们参与进来。一半的讲座由Barzilay和Jaakkola教授,这个学期则由另外的教师,Matusik和Parrilo来照顾剩下的学生”。

提前几分钟从另一门课上匆匆赶来的Stephanie Liu说:“Barzilay and Jaakkola的课非常详细,结构合理甚至是很有趣,他们教的真的很好,以及没有人不爱巧克力”。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-05-07

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

演讲 | 周志华:关于人工智能的探讨

3284
来自专栏数据猿

华院数据数据科学家尹相志:智能投顾一定能赚大钱吗?

数据猿导读 电脑逐渐可以去做一些我们想不到的事。我不会用替代人力这样的字眼。因为目前来讲,科技取代人类还非常远。最重要的是机器帮助我们从无聊、繁琐的事情中脱身...

35310
来自专栏大数据文摘

微软全球副总裁洪小文:创造力可能有一个算法吗?

1584
来自专栏数据猿

震惊!恐惧!人工智能又一次颠覆世界的企图被挫败!

数据猿导读 将好莱坞电影奉为圭臬,幻想人工智能占领世界的幻想家们又编造出了怎样的噱头? ? 作者 | 大文 本文长度为2000字,建议阅读4分钟 “震惊!恐惧!...

3755
来自专栏灯塔大数据

四位人工智能界的泰斗大牛关于人工智能的理解与预言

编者按: 文章标题的人名顺序,根据大会现场五位嘉宾从左往右的座位顺序排列。 六十年前初识计算机的时候,人们就在想:是否有一天我们可以创造出一种人工智能,达到甚...

3346
来自专栏大数据文摘

[重磅]百度研究院副院长余凯:大数据与人工智能(41PPT)

3107
来自专栏CDA数据分析师

入门新手如何系统地学习数据挖掘?

数据挖掘:What?Why?How? 磨刀不误砍柴工。在学习数据挖掘之前应该明白几点: 数据挖掘目前在中国的尚未流行开,犹如屠龙之技。 数据初期的准备通常占整个...

1935
来自专栏PPV课数据科学社区

答初学者问:如何系统地学习数据挖掘?

看数据挖掘方面的算法理论时经常感觉一些公式的推导过程如天书一般,例如看svm的数学证明,EM算法..,感觉知识跳跃比较大,那么数据挖掘系统的学习过程是怎么样磨刀...

3485
来自专栏新智元

博鳌AI同传遭热议!腾讯翻译君负责人李学朝、讯飞胡郁有话说

---- 【新智元导读】首次正式亮相国际级会议的AI同传,腾讯翻译君不仅仅代表了自己,还代表了整个AI智能翻译业界。近几天AI同传遭遇社会嘲笑,对此,腾讯翻译君...

3538
来自专栏腾讯研究院的专栏

拥抱人工智能革命,从碎片化向复杂化演进

作者:Sandra Upson Executive editor of Backchannel @ Conde Nast, formerly of...

1687

扫码关注云+社区