mit春季課程6.883 link1.課程介紹
這一課程的目的在於介紹深度學習領域的基本知識，並覆蓋近年來深度學習發展的基本觀點和發展脈絡。課程將探索優化、模型泛化性、生成模型（gan,vae）以及機器學習的前沿領域，包括可解釋性、魯棒性和深度強化學習等。
課程由constantinos daskalakis和aleksander mądry教授。
2.課程內容
課程將分為五個部分，分別是：
機器學習基礎，包括連續優化模型、泛化性、優化方法和sgd等；
生成模型，包括gan，遊戲理論分布等；
魯棒的機器學習，包括對抗樣本和攻擊以及資料汙染、統計因素、差分隱私等；
深度強化學習，包括了強化學習介紹，蒙特卡洛方法、策略梯度和一些面臨的挑戰等
深度學習對社會的影響，包括公平性、可解釋性、因果性和ai安全等。
深度學習課程推薦
前一段時間完成了coursera華盛頓大學的機器學習專項課程，希望把這門可也推薦給大家 課程鏈結 其實我本不應該這麼快學完的，因為一開始coursera上說這個專項課程有 門課，但是後面由於華盛頓大學方面的原因，後兩門課無故取消了，就變成了現在的四門課 第一門課是一些機器學習的例子，主要讓大家有個初...
耶魯和MIT開發課程
選了兩個系列課程 耶魯的心理學導論和mit的演算法導論 耶魯的心理學導論，我看了3個半課時，3.5 50 175分鐘 大概時間，每節課的時間有所不同 講課者是 paul bloom 想起自己在學校學習選修課的時候，不是逃課就是睡覺，原因無他 為了賺學分，枯燥。但是，我卻一直看這個系列教程時間長達17...
MIT的演算法導論課程資料
mit的演算法導論第一節課上，教授就說得了演算法的performance的重要性，並非簡單的只是快一點，慢一點，而是整個解決方案可行與不可行的差別。作為乙個學生來說，在 演算法導論 和 計算機程式設計藝術 兩本最經典書來說，應該選擇 演算法導論 來讀，這樣讀起來更加容易。如果我還能回到剛入大學的時候...