伯克利新课：深度无监督学习视频+PPT+100篇讲师精选论文
新智元报道
来源：伯克利
编辑：元子
【新智元导读】OpenAI顾问、伯克利加州分校人工智能实验室主任、机器人学习实验室主任携其博士生，为大家贡献一门长达15周的深度无监督学习课程，并附上100篇精选论文作为辅导资料。
值此元宵佳节之际，新智元首选祝大家元宵快乐！今天全国各地普降雨雪，大家注意保暖、带伞。
今天为大家献上一份元宵节大礼，由伯克利AI实验室主任、吴恩达学生、OpenAI顾问Pieter Abbee主讲的新课：深度无监督学习+100偏讲师精选论文。
说起OpenAI，最近真是没少被黑： 史上最强AI被喷，马斯克躺枪发推：我早就看不惯OpenAI OpenAI担心自家AI太强大不公开代码，网友嘲讽：改名CloseAI算了
论文涉及GAN、VAE、降噪、自回归、强化学习、自监督学习等等，资源链接在文末。课程历时15周完成，目前只放出了第一课的视频，全部课程视频在陆续上传中。
本文包含视频、资源下载链接等，推荐使用桌面浏览器，在电脑上阅读本文。
讲师介绍
本课程讲师由大家熟悉的UC伯克利教授Pieter Abbeel，带领3位博士生担纲。
Pieter Abbeel是加州大学伯克利分校教授，EECS，BAIR，CHAI，师从吴恩达。
现任伯克利机器人学习实验室主任、伯克利人工智能研究（BAIR）实验室联合主任；covariant.ai联合创始人，总裁兼首席科学家、OpenAI顾问。
从左到右分别为：Pieter Abbeel, Peter Chen, Jonathan Ho, Aravind Srinivas
第一课视频+作业
视频：
PPT：
Motivation：
https://drive.google.com/open?id=12Oh8r7RIRjl0JgZFYMhKvttGRBnd_jdO
Likelihood-based Models Part I: Autoregressive Models：
https://drive.google.com/file/d/194FouvI7xJM0bG4AaEsHo8PSSOjUozN6/view?usp=sharing
作业：
https://drive.google.com/file/d/1DtYllaV4Yk8ljgYcLBmdXNplEDTG6HT6/view?usp=drive_open
全部课表
第一周（1月30日）
Lecture 1a: Logistics
Lecture 1b: Motivation
Lecture 1c: Likelihood-based Models Part I: Autoregressive Models
第二周（2月6日）
Lecture 2a: Likelihood-based Models Part I: Autoregressive Models (ctd) (same slides as week 1)
Lecture 2b: Lossless Compression
Lecture 2c: Likelihood-based Models Part II: Flow Models
第三周(2月13日)
Lecture 3a: Likelihood-based Models Part II: Flow Models (ctd) (same slides as week 2)
Lecture 3b: Latent Variable Models(DRAFT)
第四周 (2月20日)
Lecture 4a: Latent Variable Models (ctd) (same slides as week 3)
Lecture 4b: Bits-Back Coding
第五周 (2月27日)
Lecture 5: Implicit Models / Generative Adversarial Networks
第六周 (3月6日)
Lecture 6: Non-Generative Representation Learning
第七周 (3月13日)
Lecture 7a: Non-Generative Representation Learning (ctd)
Lecture 7b: Semi-supervised Learning
第八周 (3月20日)
Lecture 8: Representation Learning + Other Problems
复习 (3月27日)
本周主要是对前八周的课程进行复习。没有老师管，自己想怎么复习就怎么复习。
第九周 (4月3日)
Lecture 9a: Unsupervised Distribution Alignment
Lecture 9b: Guest Lecture: Ilya Sutskever
第十周 (4月10日)
Lecture 10a: Unsupervised Distribution Alignment (ctd)
Lecture 10b: Guest Lecture: Durk Kingma
第十一周 (4月17日)
Lecture 11: Language Models (Alec Radford)
第十二周 (4月24日)
Lecture 12a: Unsupervised RL
Lecture 12b: Guest Lecture Alyosha Efros
第十三周 (5月1日)
Lecture 13a: TBD
Lecture 13b: Guest Lecture Aaron van den Oord
第十四周 (5月8日)
RRR week。这周主要是针对UC伯克利本校学生的停课温书假，又被称为“死亡周”。有兴趣的读者可以上网了解一下这周有多疯狂，?
第十五周 (5月15日)
期末考试。
相关资源
课程主页：
https://sites.google.com/view/berkeley-cs294-158-sp19/home
100篇精选论文：
https://www.google.com/url?q=https%3A%2F%2Fwww.dropbox.com%2Fs%2Ff09vfmfjb9thaef%2Fgm_reading_list.zip%3Fdl%3D0&sa=D&sntz=1&usg=AFQjCNEnaHV6R9-39xyjkYqIbwMBPtVgcw