大数据文摘作品,转载要求见文末
作者 | Vishnu Subramanian
编译 | 糖竹子,元元,钱天培
今天是9月2日,在一片欢(ai)声(sheng)笑(tan)语(qi)中,我们又迎来了快乐的新学年!小伙伴们,开学季快跟文摘菌一起闭着眼睛念:“我爱学习,学习使我快乐!”
今天,对AI有兴趣,又不知道如何开始的胖友们可是有福气啦!我们为大家带来了一篇关于机器学习课程推荐的文章,将从授课人、课程内容、课程亮点、课程局限和费用,等5个角度,对市面上热度较高的三门课程进行剖析。
深度学习课程不知道何处着手的小伙伴们?快来看看这里有没有对你胃口的选择!
1.Fast.ai
课程链接:
http://course.fast.ai
授课人:
Fast.ai深度学习课程的授课人是Jeremy。他和普通教授的背景完全不同,他不是任何知名高校的博士,也不在任何像谷歌、百度、微软等顶尖科技公司工作。他自学成才,是一名Kaggle大师(注:Kaggle是海外知名数据科学竞赛平台),也是一位企业家,现任Fast.ai CEO,人生目标是让深度学习广为人知。他的独一无二也让这门课与众不同。这门课程旨在让不同背景的人在无法接触大量数据和高性能计算机的情况下,也能学会使用深度学习。
课程内容:
这门课分为两部分,课时均为7周。课程第一部分教大家如何在计算机视觉和自然语言处理领域使用深度学习。课程第二部分讲授最前沿的研究项目,如生成网络,生成对抗网络,Seq2Seq模型,并就怎样在快速发展的深度学习领域保持领先给出了很多实用建议。
这门课的教学风格非常特别。课程创始人坚持一种独特的教学方法。
就好比在学习打板球时,你不会先钻进书本堆,学习速度、动量等物理知识,掌握一堆理论分析后再去球场。相反的,你会带着球和拍子直接上场,在实践中完成你的学习。
这门课的设计也遵循了这一原则。课程中,你需要从在云端创建自己的工作站,安装软件,学习如何用深度学习快速解决问题。Jeremy 每周会提出一个新的问题,然后他会讲授用于提高模型表现的各种技巧。他的很多技巧非常实用,例如利用预卷积特征,伪造标签等。
课程的第二部分旨帮助你阅读、理解并应用各类学术论文的内容,介绍了生成模型、图像分割、Seq2Seq模型等前沿主题。你将学习搭建图像风格转换,低分辨率图像转高分辨率图像,生成对抗网络,图像分割,语言翻译等有趣的课题,并学会结构化数据的深度学习。第二部分的核心部分是搭建自己的工作平台。如果你热衷于深度学习并想搭建各种深度学习的应用,有自己的平台将非常有用。
课程亮点:
课程局限:
费用:
这门课本身是完全免费的。但要练习课题,你需要购买AWS(亚马逊云计算服务平台)的服务,或者在自己的机器上搭建平台,由此产生的费用会很高。但在自己家有一个功能强大的工作站会非常有用。
2.Deeplearning.ai
课程链接:
https://www.deeplearning.ai
授课人:
Andrew Ng曾经是斯坦福大学的教授,Coursera的联合创始人,Google Brain深度学习项目的创始人和领导者,以及百度前首席科学家。这系列课程汇集了他处理各种大规模问题的丰富经验。
课程内容:
课程共有5个部分,目前3个部分已经发布了。Andrew Ng在课程中采取由下至上的教学方法。与他之前其他课程的Octave编程作业不同,这次的课程作业要求用Python语言编程。
课程亮点:
课程局限:
费用:
课程的视频免费开放,完成作业则需要收费,课程定价是49美元/月。
优达学城深度学习纳米基石项目
课程链接:
https://cn.udacity.com/course/deep-learning-nanodegree-foundation--nd101
授课人:
课程的一部分由Siraj Ravel教授,其他部分则来自Udacity自己的教师。Siraj Raval是油管(Youtube)网红,多才多艺。他喜欢在教学中加入音乐和视频,让课程变得轻松有趣。该课程也有一些部分是由Andrew W. Trask和Ian Goodfellow教授的。
课程内容:
与我们介绍的前两个课程不同,这个课程的顺序既不是由下至上,也不是自上而下。课程共有5个部分,并提供价值100美元的Amazon券。课程涵盖了不少深度学习技术,如卷积神经网络(Convolutional Neural Network, CNN),递归神经网络(Recurrent Neural Networks, RNN),生成对抗网络(Generative Adversarial Network, GAN),自动编码器(Auto Encoders)。
课程亮点:
课程局限:
成本:
本课程的花费较高,没有免费版本。我报名这个课程的时候有个限时优惠活动,所以当时的价格是350美元。
以上就是文摘菌对这三门深度学习的测评了~
总结来说,如果你是深度学习初学者或自学者,文摘菌建议你先完成fast.ai的课程,因为这个课程对你的基础要求得最少,你也可以同时或者紧接着fast.ai课程学习Coursera的深度学习进阶课程。
希望文摘菌这篇测评能够帮助你选到最适合自己的深度学习课程~ 当然了,要真正掌握深度学习,看测评还是远远不够的,赶紧报名这些优秀的课程开始学习吧!
原文链接:https://medium.com/towards-data-science/the-3-popular-courses-for-deeplearning-ai-ac37d4433bd