内容简介:Yoshua Bengio等人组织的深度学习&强化学习夏季课程最近放出了课程视频,MILA 2018 夏季课程包括深度学习夏季课程(DLSS)和强化学习夏季课程(RLSS)。Yoshua Bengio等人组织的夏季课程每年都非常受关注,每一个主题及讲师都是该领域的资深研究者,今年包括Yoshua Bengio和 Richard Sutton 在内的讲师大多来自常青藤院校、谷歌大脑、VECTOR INSTITUTE 和 MILA 实验室等知名的研究机构。
Yoshua Bengio等人组织的深度学习&强化学习夏季课程最近放出了课程视频, 课程 PPT 早些时候也都放了出来。该课程主要通过深度学习与强化学习从理论到实践介绍各种先进方法,并覆盖了机器学习发展前沿的方方面面。不过这些视频并没有带英文字幕,因此考验你们听力的时候到了。
MILA 2018 夏季课程包括深度学习夏季课程(DLSS)和强化学习夏季课程(RLSS)。Yoshua Bengio等人组织的夏季课程每年都非常受关注,每一个主题及讲师都是该领域的资深研究者,今年包括Yoshua Bengio和 Richard Sutton 在内的讲师大多来自常青藤院校、谷歌大脑、VECTOR INSTITUTE 和 MILA 实验室等知名的研究机构。
深度学习夏季课程
深度神经网络 学习在多层抽象网络中呈现数据,这极大地提升了语音识别、目标识别、目标检测、预测药物分子活动和其他多项任务的水平。深度学习通过监督学习、无监督学习和强化学习构建分布式表征,在大型数据集中构建复杂的结构。DLSS 将涵盖 深度神经网络 的基础和应用,从基本概念到尖端研究结成果。
深度学习夏季课程(DLSS)面向已具备机器学习(也可以是深度学习,但不是必须)领域基础知识并有志于进一步深入学习 的硕士研究生、工程师和研究者。今年的 DLSS 课程由 Graham Taylor、Aaron Courville 、Roger Grosse 和Yoshua Bengio共同组织。
深度学习夏季课程一共包含 12 个主题,它从机器学习基本概念与理论开始介绍了深度学习常见的方法与理论,包括可学习理论、最优化理论以及循环和 卷积神经网络 等。下图展示了 19 个课程视频及对应的课程主题,其中Yoshua Bengio如同往年一样介绍了循环神经网络及注意力机制等。
强化学习夏季课程
RLSS 会覆盖强化学习的基础知识,并且展示其最前沿的研究方向和新发现,还会提供与研究生和业内高级研究人员进行交流的机会。值得注意的是,今年 Richard Sutton 会先给我们上一次强化学习「启蒙课」:《Introduction to RL and TD》。
本课程主要面向机器学习及其相关领域的研究生。参加者应该有过计算机科学和数学方面的进阶预训练的经验,今年强化学习夏季课程的组委会成员有 Amir-massoud Farahmand、Joelle Pineau 和 Doina Precup。
强化学习夏季课程另外一系列优秀的资源,它从强化学习的「启蒙」到深度强化学习与模仿学习介绍了 RL 的主要脉络与基础。如下展示了强化学习夏季课程的 11 个视频与主题:
最后,每一个视频在边栏都提供了对应的课程资料,且视频只包含讲师的介绍而不包含对应的 PPT,所以如果读者要学习的话,不仅听力要好,同时还得根据内容手动翻 PPT。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- MIT 2019深度学习课程开课,第一课视频&PPT已放出
- JPress v2.0-rc.1 发布,插件功能放出
- Adobe AI放出大招,一分钟转换绘画大师风格
- 黑客宣布完成任天堂Switch 6.2系统破解:本周放出
- Facebook 放出 PyTorch1.1,获谷歌协助支持 TensorBoard 功能
- 微软放出Visual Studio 2019首个预览版本 微调UI与开发体验
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
可计算性和计算复杂性
朱一清 / 国防工业出版社 / 2006-4 / 18.0
本书深入浅出地介绍了研究可计算性的四个主要模型以及四个模型彼此之间的关系:介绍了计算复杂性的基本概念和重要的研究方法与一些研究成果。内容涉及递归函数、图灵机、λ演算、马尔可夫算法、计算复杂度的分类、NP完全理论、非一致复杂性等。分述于十章,书中附有习题。 本书可作为广大有志于突破计算复杂性研究僵局——“P=NP?”的科技工作者,计算机科学和元计算机科学工作者,数学和元数学工作者以及大......一起来看看 《可计算性和计算复杂性》 这本书的介绍吧!