Bengio、Sutton的深度學習&強化學習暑期班又來了,2019視頻已放出

2021-02-16 機器之心
每年夏季，Yoshua Bengio 等人都會組織深度學習&強化學習夏季課程，從理論到實踐，覆蓋機器學習發展前沿的方方面面。今年夏季課程的視頻已經全部出爐，導師包括 Yoshua Bengio、Richard Sutton 等業內大牛，Youtube 可在線觀看，還有實時機翻字幕。心心念念的 2019 深度學習&強化學習夏季課程終於來了。機器之心從 2016 年起就開始報導這一夏季課程，每一年都是大師雲集，幾十節課程視頻都乾貨滿滿、廣受好評。壞消息是，這一年的課程依舊沒有字幕；好消息是，我們終於可以享受 Youtube 自動生成的字幕了，而且可以自動翻譯成中文。2005 年，加拿大高等研究院（CIFAR）的「機器與大腦學習計劃」在多倫多舉辦了第一屆深度學習&強化學習暑期班，希望能夠培養下一代 AI 研究人員。許多以前的學生都已經成為一些頂級科技公司和大學實驗室的負責人。今年的暑期課程於 2019 年 7 月 24 日至 8 月 2 日在加拿大阿爾伯塔省埃德蒙頓舉行，課程聚集了研究生、博士後和業界人員，涵蓋了深度學習和強化學習的基礎研究、最新發展和實際應用。參加者可直接跟從世界知名的研究人員和講師學習。與往年一樣，課程的每一個主題及講師都是該領域的資深研究者，其中包括圖靈獎得主、深度學習三巨頭之一的 Yoshua Bengio、強化學習教父 Richard Sutton 等。其他講師也大多來自谷歌大腦、DeepMind 等業內知名機構和西蒙弗雷澤大學、阿爾伯塔大學等名校。今年的課程依然分為深度學習夏季課程（DLSS）和強化學習夏季課程（RLSS）。前者將涵蓋深度神經網絡的基礎和應用，從根本概念到前沿研究成果統統包含在內。後者將涵蓋強化學習的基礎知識，並展示其最新的研究趨勢和發現。今年放出的課程共包含 34 個視頻。包含深度學習和強化學習的基礎、應用與前沿發展。深度學習部分涵蓋神經網絡、卷積神經網絡、循環神經網絡、用於視頻和圖像的深度學習、自然語言處理、貝葉斯深度學習、生成對抗網絡、無監督學習等主題。其中，「神經網絡」部分的講師與去年一樣，都是 Hugo Larochelle，他是谷歌大腦研究科學家、機器學習專家、布魯克大學信息學教授，專攻計算機視覺和自然語言處理領域的深度神經網絡。PPT 可以參考去年的版本：

http://videolectures.net/site/normal_dl/tag=1199109/DLRLsummerschool2018_larochelle_neural_networks1_01.pdf；

http://videolectures.net/site/normal_dl/tag=1199103/DLRLsummerschool2018_larochelle_neural_networks2_01.pdf

「卷積神經網絡」的主講者是 Graham Taylor，他是圭爾夫大學工程學副教授，Azrieli 全球學者，NextAI 的學術總監，以及 Vector Vector Institute for AI 的成員。

被稱為「深度學習三巨頭」之一的蒙特婁大學計算機科學與運算研究系教授 Yoshua Bengio 今年也出現在了導師天團中，不同的是，今年他多了一個身份：2018 年圖靈獎獲得者。Bengio 今年主講的依然是「循環神經網絡」，相關 PPT 可以參考去年版本：

此外，西蒙弗雷澤大學計算機科學學院助理教授 Angel Chang、教授 Grag Mori、阿爾伯塔大學助理教授 Alona Fyshe、多倫多大學計算機科學助理教授 Roger Grosse 等人還分別主講了「圖像深度學習」、「人體運動識別」、「自然語言處理」、「貝葉斯深度學習」等課程。今年的強化學習課程包含生物強化學習、樣本高效的強化學習、bandit 算法、分級強化學習、將強化學習應用於機器人等主題。這部分的主講者包含阿爾伯塔大學計算機科學學院助理教授 Adam White、谷歌研究科學家 Csaba Szepesvári、微軟研究經理 Harm Van Seijen、DeepMind 研究團隊負責人 Doina Precup、阿爾伯塔大學計算機科學學院教授 Michael Bowling 等人。「強化學習教父」Rich Sutton 以一堂關於強化學習前沿研究的課程作為 2019 年度 DLRL 的收官之作。除了這些常規知識性課程外，今年的課程中還穿插了一些討論課，讓學生有機會與 Richard Sutton、 Yoshua Bengio 等人討論職業發展問題。對這部分感興趣的同學可以參考第 26 個視頻。

第三屆機器之心「Synced Machine Intelligence Awards」年度獎項評選正在進行中。本次評選設置六大獎項，重點關注人工智慧公司的產品、應用案例和產業落地情況，基於真實客觀的產業表現篩選出最值得關注的企業，為行業帶來實際的參考價值。

參選報名日期：2019 年 10 月 23 日~2019 年 12 月 15 日評審期：2019 年 12 月 16 日~2019 年 12 月 31 日

相關焦點

  • 深度學習已成強弩之末?Bengio等大牛NeurlPS2019上支招
    NeurlPS 2019上，多位專家討論到AI的未來，認為深度學習算法的瓶頸已經出現。有人覺得深度學習方法可以進化，有人則期待新的方法出現。相通的是，專家都紛紛把目光轉向生物，希望能在自然智能身上獲得靈感。
  • 資源 | UC Berkeley CS 294深度強化學習課程(附視頻、學習資料)
    本文主要介紹了課程中的強化學習主題，涉及深度強化學習的基本理論與前沿挑戰。CS294 深度強化學習 2017 年秋季課程的所有資源已經放出。該課程為各位讀者提供了強化學習的進階資源，且廣泛涉及深度強化學習的基本理論與前沿挑戰。本文介紹了該課程主要討論的強化學習主題，讀者可根據興趣愛好與背景知識選擇不同部分的課程。
  • UC Berkeley CS 294深度強化學習課程(附視頻與PPT)
    CS294 深度強化學習 2017 年秋季課程的所有資源已經放出。
  • UC伯克利最新深度強化學習課程上線,視頻已上傳到B站
    這次是來自UC伯克利的秋季課程：Deep Reinforcement Learning，課程代號CS 285，講解內容為深度強化學習。授課教授，依舊是獲得學生好評不斷的Sergey Levine教授。這次課程上線後，多名網友強烈推薦大家學這門課。
  • UC伯克利出品,深度強化學習最新課程已上線
    作者：杜偉、小舟主題涵蓋深度強化學習領域的方方面面，UC 伯克利 CS 285 2020 秋季課程視頻放出。當地時間 10 月 11 日，UC 伯克利電氣工程與計算機科學系（EECS）助理教授 Sergey Levine 在推特上宣布，他講授的 CS285 深度強化學習（RL）課程已經放出了部分視頻，並表示之後每周會實時更新後續課程。
  • Bengio主辦 ‖ 2017蒙特婁大學DL+ML暑期班課程(視頻)
    深度神經網絡大大改善了語音識別、對象識別、對象檢測、預測藥物分子活動以及許多其他任務的先進技術。
  • DeepMind深度學習高級課程,視頻已全部放出
    課號COMPGI22，名叫高級深度學習和強化學習 (Advanced Deep Learning and Reinforcement Learning) ，是今年早些時候結課的。面對這一喜訊，推特上的小夥伴們紛紛馬克，奔走相告。
  • 深度學習先驅Bengio:AI頂會論文的Deadline是時候取消了
    選自yoshuabengio.org 作者：Yoshua Bengio 機器之心編譯 對於機器學習界的研究者來說，一年的進度條幾乎是靠數著頂會
  • 深度強化學習領域盤點系列 | 大神篇
    關注：決策智能與機器學習，每天學點AI乾貨一個大師級的人物可以推動一個領域的發展，深度強化學習的發展得益於強化學習在深度學習和神經網絡的推動作用下的快速進步，在整個深度強化學習的發展過程中，有那麼一群頂尖學者起到了推動作用，下文將對每一位前沿學者進行介紹。
  • DeepMind推出深度學習與強化學習進階課程(附視頻)
    昨天，DeepMind 與 UCL 合作推出了一門深度學習與強化學習進階課程，以在線視頻形式呈現。該課程共有 18 節課，每節課都長達 1 小時 40 分鐘，內容從深度學習框架 TensoFlow 的介紹到構建遊戲智能體，可謂全面。
  • 強化學習聖經:《強化學習導論》第二版公布!Python 實現代碼也有了!
    ，其影響力和熱度也逐漸有趕超深度學習的趨勢！今天給大家介紹一本被稱為強化學習的「聖經」，即 RichardS.Sutton 的經典圖書：《強化學習導論》（第二版）。作者 Richard S. Sutton 就職於加拿大 iCORE 大學計算機科學系，是強化學習領域的專家。
  • 資源推薦|機器學習與深度學習視頻和書籍資源拿去!
    有相當多的大學課程都提供在線課程材料，但沒有視頻。https://github.com/oxford-cs-deepnlp-2017/lectures強化學習（Reinforcement Learning）授課：David Silverhttp://www.cs.ucl.ac.uk/staff/d.silver/web/Teaching.html
  • 【深度強化學習】專業解讀「深度強化學習「:從AlphaGo到AlphaGoZero
    隨著計算資源的提升和相應算法的發展，深度學習在人工智慧領域取得了一系列重大突破，包括語音識別、圖像識別及檢測、自然語言處理等。深度學習由於其強大的表徵能力和泛化性能受到了越來越多研究人員的關注，相關技術在學術界和工業界都得到了廣泛的研究。強化學習是機器學習中的一個重要研究領域，它以試錯的機制與環境進行交互，通過最大化累積獎賞來學習最優策略。強化學習的框架如圖1所示。
  • 「人工智慧師資班」(Python機器學習,圖像識別與深度學習,深度學習與NLP,知識圖譜,強化學習)
    本次培訓分為Python機器學習，圖像識別與深度學習，深度學習與NLP，知識圖譜和強化學習五大專題。本次培訓由權威專家主講，提供實驗環境及實驗數據，並提供配套資料，通過剖析工程案例展現機器學習、深度學習落地全過程。培訓暫定2021年1月5日開始，每個專題6天左右，一共28天，直播集訓。本次培訓由淺入深，面向0基礎、不懂機器學習、不具備任何Python基礎的老師和同學。
  • 2019年度最佳書單:深度學習/機器學習/強化學習(附部分電子書下載)
    關於機器學習和深度學習的書，你都看全了嗎？別慌，這裡有一位機器學習創業者經過自己的挖掘和整理，為大家獻上的一份機器學習和深度學習的最佳書單，陪你度過2019剩下的3/4。它描述了業內從業者使用的深度學習技術，包括深度前饋網絡，正則化，優化算法，卷積網絡，序列建模和實用方法；它調查了自然語言處理，語音識別，計算機視覺，在線推薦系統，生物信息學和視頻遊戲等應用。最後，本書提供了研究視角，涵蓋了線性因子模型，自動編碼器，表示學習，結構化概率模型，蒙特卡羅方法，分區函數，近似推理和深度生成模型等理論主題。
  • 蒙特婁大學開放MILA 2017夏季深度學習與強化學習課程視頻
    2016 年，Aaron Courville 和 Yoshua Bengio 組織的 MILA 深度學習夏季課程獲得了極大的關注。今年，新一屆的 MILA 深度學習與強化學習夏季課程開放了 PPT 和教學視頻。機器之心摘選了 Bengio、Goodfellow 和 Sutton 的部分亮點並簡要介紹了該課程。
  • 硬核暑假要學習:Imperial College London開放ML暑期課程視頻
    暑期課程是近來非常受歡迎的一種學習方式。國內外很多大學的學生會在放假時尋找大學內或其他大學開發的暑期課程項目。
  • 資源 | Richard Sutton經典教材《強化學習》第二版公布(附PDF下載)
    下載《強化學習》PDF 請點擊文末「閱讀原文」。課程資料地址：http://incompleteideas.net/sutton/book/the-book-2nd.html簡介當我們思考學習的本質時，首先映入腦海的想法很可能是通過與環境的交互進行學習。
  • 深度強化學習(一)----深度學習介紹系列
    昨天大致介紹了機器學習與深度學習的基本概念，本系列的目錄，深度學習的優勢等。說到機器學習最酷的分支，非Deep learning和Reinforcement learning莫屬（以下分別簡稱DL和RL）。這兩者不僅在實際應用中表現的很酷，在機器學習理論中也有不俗的表現。深度強化學習是啥呢？簡單點說就是 深度學習 + 強化學習。深度學習和強化學習都不是啥新鮮事了，但是深度強化學習在Google 的DeepMind團隊的運作下，一下子變得非常紅火了。
  • 深度學習預習資料：圖靈獎得主Yann LeCun《深度學習》春季課程
    ，照這個課程清單按順序學就對了計算機視覺入門大全：基礎概念、運行原理、應用案例詳解NLP 技術路線詳解：這是從數學到算法的藝術深度強化學習入門難？幾年下來，我們積攢了成百上千的教程資料，從基本概念到深度解析，從語言到框架，從讀博到就業…… 既有理論，也有實戰；既有精華文章，也有視頻、教科書、筆記，全都收錄在這幾份教程盤點文章之中：2019：收藏、退出一氣呵成，2019 年機器之心乾貨教程都在這裡了2018