Home Искусственный интеллект Обзор : Стэнфордские онлайн-курсы по искусственному интеллекту | DeepTech

Обзор : Стэнфордские онлайн-курсы по искусственному интеллекту | DeepTech

0
Обзор : Стэнфордские онлайн-курсы по искусственному интеллекту
 | DeepTech

Привет!

Я был зачислен в Стэнфорд и посещал их онлайн-курсы. Вот мои несколько центов на те, которые я взял до сих пор.

CS224n — Обработка естественного языка с помощью глубокого обучения (проф. Мэннинг)

  • Сложность: 4/5 (Умеренная)
  • Что ожидать:
    • Познакомьтесь с современными методами глубокого обучения (SoTA), применяемыми к НЛП. Ключевые темы:
      • Вопрос и ответ
      • Обобщение текста
      • Тегирование частей речи
      • Последовательные модели
      • Трансформеры
    • Дает вам очень хороший обзор того, куда движется НЛП, домашние задания сложны, но позволяют реализовать новейшие нейронные архитектуры для решения различных языковых проблем.
  • Мой классный проект: BertQA (99 * звезд на github) — получил награду за лучший проект в своем классе.

CS231n — сверточные нейронные сети для визуального распознавания (проф. Ли и Джастин Джонсон)

  • Сложность: 4/5 (Умеренная)
  • Что ожидать:
    • Обширный обзор последних тенденций в методах компьютерного зрения в различных областях и приложениях.
      • Дискриминационные модели
      • Неконтролируемые методы
      • Слои и интуиции нейронной архитектуры
      • Сегментация
      • Генеративные методы
      • Передача стиля
    • Домашние задания — лучшая часть урока, которая позволяет вам реализовать различные нейронные слои и получить глубокое представление о том, как на самом деле работает глубокое обучение.
    • Я бы предложил некоторое знакомство с матричное исчисление и вероятность для этого курса.
  • Мой классный проект: Пространственно-временное состязательное видео с суперразрешением

CS221 — Искусственный интеллект — принципы и методы (проф. Лян и проф. Садиг)

  • Сложность: 4,5/5 (тяжелая)
  • Что ожидать:
    • Это один из самых «плотных» классов, которые я встречал в Стэнфорде. Природа курса такова, что он пытается вписаться в этот огромный набор тем ИИ в течение квартала, что делает его сложным. Темы включают –
      • Поиск
      • Марковский процесс принятия решений
      • Обучение с подкреплением (RL)
      • Состязательные игры
      • Проблемы удовлетворения ограничений
      • Байесовские сети (БС)
    • Среди них обучение с подкреплением и байесовские сети — концептуально тяжелые темы, требующие некоторых дополнительных усилий.
    • При этом темы интересны и заставляют вас оценить последние тенденции в области ИИ и провести параллели с традиционными методами.
    • Домашние задания выполняются еженедельно и могут занять время, но по большей части это весело! Вы создаете свою собственную игру Pacman.
  • Мой классный проект:
    • Работа в процессе (будет обновлена ​​в ближайшее время)

Не стесняйтесь присылать любые другие вопросы, на которые вы хотели бы, чтобы я ответил.

Спасибо,

Анкит Чадха

LEAVE A REPLY

Please enter your comment!
Please enter your name here