背景介绍
过去的fast.ai课程已经有来自世界各地的各行各业的数十万学生学习。许多学生告诉我们，他们已经成为很多国际机器学习竞赛的金牌获得者，收到了顶级企业的高薪offer，并有 研究 论文 发表。例如，艾萨克·迪米特洛夫斯基（Isaac Dimitrovsky）告诉我们，“他在ML领域研究了好几年，但并没有真正理解它……[然后]去年下半年参加了fast.ai part 1的课程，觉得非常有用 ”。他继续在享有声望的国际RA2-DREAM挑战赛中获得第一名竞争！他利用Fastai库开发了一种多阶段深度学习方法，用于评估风湿性关节炎的放射线图像中的手足关节损伤。
文末附本课程视频及相关资源免费下载地址。
课程介绍
今年的课程将讲解更多的前沿的算法和研究。它将机器学习和深度学习都整合到一门课程中，涵盖了诸如随机森林，梯度提升，测试和验证集以及p值等主题，这些主题以前都在单独的机器学习课程中讲解。此外，还涵盖了生产和部署，包括有关为我们自己的深度学习驱动的应用程序开发基于Web的GUI。唯一的先决条件是学生需要高中数学基础，以及一年的编码经验（最好是使用Python）。该课程是与旧金山大学数据研究所一起现场录制的。
完成本课程后，学生将知道：
· 如何通过以下方法训练获得最新结果的模型：
o 计算机视觉，包括图像分类（例如，按品种对宠物照片进行分类）以及图像定位和检测（例如，发现图像中的动物所在的位置）
o 自然语言处理（NLP），包括文档分类（例如电影评论情感分析）和语言建模
o 包含分类数据，连续数据和混合数据（包括时间序列）的表格数据（例如销售预测）
o 协同过滤（例如电影推荐）
· 如何将模型转换为Web应用程序并进行部署
· 深度学习模型为何起作用以及如何起作用，以及如何利用这些知识来提高模型的准确性，速度和可靠性
· 在实践中真正重要的最新深度学习技术
· 如何从头开始实现随机梯度下降和完整的训练循环
· 如何考虑工作的道德含义，以帮助确保学生正在使世界变得更美好，并且不被滥用以伤害他人。
课程特色
我们非常注重教学，使用整体游戏方法。在本课程中，我们首先展示如何使用简单，富于表现力的工具，使用完整，有效，非常有用的，最先进的深度学习网络来解决实际问题。然后，我们逐渐深入了解这些工具的制造方式以及制造这些工具的工具的制造方式，等等。我们总是通过示例进行教学。我们确保存在一个可以直观理解的上下文和目的，而不是从代数符号操作开始。我们还将深入细节，向学生展示如何从头开始构建深度学习模型的所有组件，包括讨论性能和优化细节。
课程目录
