2018 公開課盤應用篇：面向 AI 開發者，「猿桌會」帶你看各路大神的重磅分享
雷鋒網 AI 科技評論按：2018 年，AI 研習社又為大家呈上了一系列公開課，AI 研習社的粉絲們也再度與我們相伴走過了一年。作為一個針對 AI 開發者的公開課類目，「猿桌會」自去年推出以來廣受各位的喜愛，在今年雷鋒網 AI 研習社依舊以最飽滿的誠意為大家邀請了領域內的各路大神進行分享，具體內容涵蓋深度學習開源框架、神經網路調參和優化、開發語言使用技巧、開源工具使用心得、人工智慧/數據競賽經驗、 行業最新成果等，持續關注我們公開課的粉絲們想必也從他們身上得到了不少收穫。下面，小編挑選出了「猿桌會」最熱門的 TOP 10 公開課，與大家一起回顧一下~
CS 碩士王煦中：CS231n 課後作業第二講 : Assignment 2
公開課回看地址：http://www.mooc.ai/open/course/440
總結文查看地址：https://www.leiphone.com/news/201802/RogLykWEnxqQ8MX2.html
內容簡介：CS231n 是斯坦福大學開設的計算機視覺與深度學習的入門課程，授課內容在國內外頗受好評。但是只聽課不做作業效果是要折半的，對此，雷鋒網 AI 研習社專門請來了一位技術大牛（知乎專欄喵神大人的深度工坊作者、CS 碩士王煦中）來公開課上為大家來講解這門課的配套作業，共 3 個 Assignment，而本堂公開課主要介紹 Assignment 2（含代碼實現），包括 Fully-connected Neural Network、Batch Normalization、Dropout、Convolutional Networks 以及 Tensorflow on CIFAR-10 五大部分。本堂課乾貨滿滿，受到了 AI 研習社粉絲們的歡迎，成為 2018 年度觀看量最高的「猿桌會」公開課。作業鏈接：https://github.com/Observerspy/CS231n
孔曉泉：自然語言處理（NLP）應用和前沿技術回顧
公開課回看地址：http://www.mooc.ai/open/course/495
總結文查看地址：https://www.leiphone.com/news/201805/m4QP4rGNEY0APWJD.html
內容簡介：伴隨著近幾年的機器學習的熱潮，自然語言處理成為了目前炙手可熱的研究方向，同時也是 Google、Microsoft、Facebook、Baidu、Alibaba 等各大公司投入巨額資金和高端人力努力爭奪的下一個互聯網流量入口（智能助手、智能音箱等）。針對這一選題，AI 研習社邀請了從事然語言處理（NLP）領域多年，擁有豐富實踐應用經驗的孔曉泉為大家帶來分享。公開課中，孔曉泉介紹了自然語言處理技術的一些基本知識、行業的發展現狀和基於深度學習的通用的 NLP 處理流程，以期幫助想要學習和從事 NLP 的學生、工程師以及愛好者建立一個基本的 NLP 的知識框架，熟悉基礎的技術方案，並了解通用的深度學習處理流程。
新加坡國立大學霍華德：有意思的自然語言處理
公開課回看地址：http://www.mooc.ai/course/447/notes
總結文查看地址：https://www.leiphone.com/news/201802/wNXnE59aQTnJrB2a.html
內容簡介：不少剛入門人工智慧的同學，一入門就被大量的公式嚇到了，望而卻步，轉而放棄。人工智慧並非那麼枯燥，它本身很有意思。興趣是學習最好的老師，來自新加坡國立大學電子及計算機工程系的霍華德博士帶來的這個分享就是希望給大家展示自然語言處理（NLP）中有趣的一面，內容比較適合想入門人工智慧和自然語言處理的同學。值得一提的是，霍華德博士本人的求學經歷非常傳奇，在本科，碩士，博士階段分別讀了三個不同的專業，現在騰訊就職。本次分享不僅輕鬆有趣，還為大家帶來了一籮筐的乾貨，成為 2018 年度排名前幾的「猿桌會」公開課。
北京郵電大學張慶恆：基於 rasa 搭建中文對話系統
公開課回看地址：http://www.mooc.ai/open/course/416
總結文查看地址：https://www.leiphone.com/news/201801/vACDb4p98FqcmJVA.html
內容簡介：對話系統是自然語言處理的一個熱門話題，而自然語言理解則是對話系統的關鍵組成部分，現有的很多自然語言理解工具往往以服務的方式獲取（Google 的API.ai，Facebook 的 Wit.ai 等），使用這些服務往往需要向服務提供商提供自己的數據，並且根據自己業務調試模型很不方便。針對這一問題，AI 研習社邀請到了北京郵電大學網路技術研究院、網路與交換技術國家重點實驗室碩士張慶恆為大家答疑解惑。本次公開課，講者重點分享了自己基於 rasa nlu 構建自己的自然語言理解工具，並結合 rasa core 搭建對話系統框架的一些經驗，方便初學者入門，加深對對話系統的理解。張慶恆曾在百度實習且多次參加機器學習、深度學習比賽，並獲阿里雲安全演算法挑戰賽獲冠軍，同時也是中文標註開源項目 Chinese-Annotator 主要開發成員，擁有豐富的實戰經驗。
竹間智能翁嘉頎：人機交互技術探索
公開課回看地址：http://www.mooc.ai/open/course/587
總結文查看地址：https://www.leiphone.com/news/201811/1yDcT3Q83sAfO3l4.html
內容簡介：隨著語音識別 ASR 的進步，對話機器人從簡單的指令式的語音助手，進化到關鍵詞交互方式，人們能夠使用較為完整的句子來表達意圖，機器人從中截取關鍵詞判斷用戶意圖。現階段利用 NLP 、NLU 技術，以及機器學習方式，慢慢脫離關鍵詞的束縛，可以更聰明的去理解用戶意圖以做出正確的回應。然而，再下一步的對話機器人是否能脫離一問一答的回應方式？機器人是否能主動地跟人產生互動？沒有情緒情感的機器人真的算是智能機器人嗎？情緒情感又有哪些可能的應用？對於這些問題，AI 研習社邀請到了人工智慧創業公司竹間智能的 CTO 翁嘉頎為大家帶來分享。公開課中，他的分享內容包括情感計算、意圖、主題、上下文、中文 NLP 應用、多輪對話、演算法與數據的關係，其中重點闡述了相關技術的應用以及怎樣解決當前面臨的問題。
南洋理工大學顧玖強：從 NLP 到 CV+NLP：計算機視覺和自然語言處理結合介紹
公開課回看地址：http://www.mooc.ai/open/course/441
內容簡介：自然語言處理幫助人們研究如何使得機器「說」和「讀」，而目前很火的計算機視覺則研究如何使機器「看」。當「看」和「說」結合起來，會產生怎樣有趣的應用呢？AI 研習社邀請到了新加坡南洋理工大學博士顧玖強來為大家分享當二者結合起來所帶來的有趣應用。顧玖強博士精通演算法，軟硬兼修，目前主要研究方向是計算機視覺和自然語言處理結合，講課風格深入淺出通俗易懂，有獨家學習和轉行經驗。在這堂公開課中，他不僅介紹了目前自然語言處理的發展進程，還和大家探討自然語言處理和計算機視覺結合的問題，讓大家對自然語言的發展方向有更廣闊的認識。無論對自然語言處理還是計算機視覺的從業者，學科的交叉總會給我們帶來很多意想不到的有趣應用，感興趣的同學趕緊視頻看起來！
葉志豪：介紹強化學習及其在 NLP 上的應用
公開課回看地址：http://www.mooc.ai/open/course/503
總結文查看地址：https://www.leiphone.com/news/201807/sbyafpzV4BgvjLT1.html
內容簡介：當 AlphaGO 橫掃之後，越來越多的學者意識到強化學習在人工智慧領域所扮演的重要角色。同時隨著深度學習的發展，應用深度學習，很多自然語言的傳統難題得到突破。引用 David Silver 的一句話來對深度學習、強化學習以及人工智慧之間的關係進行描述，就是：深度學習（DL）+ 強化學習（RL） = 人工智慧（AI）。而在實際應用上，當深度學習與強化學習碰撞時又會擦除怎樣的火花呢？AI 研習社的公開課上，廣東工業大學葉志豪就探討了深度學習和強化學習兩大利器如何結合併應用於 NLP 中的文本生成和對話任務中，想必觀看過直播的小夥伴們都收穫不少吧。
IBM 高級研發工程師武維：深度學習中的分散式訓練
公開課回看地址：http://www.mooc.ai/open/course/410
總結文查看地址：https://www.leiphone.com/news/201801/2eAImHGQdNpZv8LW.html
內容簡介：在數據集上訓練的深度學習模型在計算機視覺、語音識別、自然語言處理方面取得了顯著的效果，但是這些模型的訓練過程非常耗時。儘管 GPU 的硬體技術不斷發展以及網路模型結構不斷取得突破，但是對大模型或大數據集，單設備訓練耗時過久的問題仍存在。IBM 系統部研發工程師武維博士受 AI 研習社邀請，針對這些問題給大家分享了自己在深度學習分散式訓練中的實踐經驗。武維博士曾就職於華為大數據產品部及 IBM 中國研究院，擔任系統工程師/研究員；同時也是西安交通大學系統工程博士，目前主要研發方向為深度學習中的分散式訓練框架與模型，相信這位擁有豐富的研究和實踐應用經驗的講者能為大家帶來獲益匪淺的收穫。
前百度、阿里資深演算法工程師王奇文：「Deep Learning」讀書分享(十二)（十三）
公開課回看地址：http://www.mooc.ai/open/course/429
公開課相關閱讀：https://www.leiphone.com/news/201708/N8ls4655TQFTRCKR.html
內容簡介「Deep Learning」這本書是機器學習領域的重磅書籍，三位作者分別是機器學習界名人、GAN的提出者、谷歌大腦研究科學家 Ian Goodfellow，神經網路領域創始三位創始人之一的蒙特利爾大學教授 Yoshua Bengio（也是 Ian Goodfellow的老師）、同在蒙特利爾大學的神經網路與數據挖掘教授 Aaron Courville。只看作者陣容就知道這本書肯定能夠從深度學習的基礎知識和原理一直講到最新的方法，而且在技術的應用方面也有許多具體介紹。這本書面向的對象也不僅是學習相關專業的高校學生，還能夠為研究人員和業界的技術人員提供穩妥的指導意見、提供解決問題的新鮮思路。面對著這樣一本內容精彩的好書，不管你有沒有入手開始閱讀，AI 研習社都希望藉此給大家提供一個共同討論、共同提高的機會，因此我們邀請到了多位機器學習方面優秀、熱心的分享人參與這本書的系列分享。其中王奇文的這次分享再次受到大家的熱烈歡迎，也是 2018 年度排名前幾的「猿桌會」公開課。
丁志新：人工智慧知識產權保護
公開課回看地址：http://www.mooc.ai/open/course/488
內容簡介：在中美貿易摩擦背景下，知識產權問題成了各方關注的焦點。人工智慧的技術領域覆蓋甚廣，相關的企業、高校研究機構、個人如何進行知識產權保護？尤其是演算法、軟體編程、大數據、應用領域等等如何得到保護？我國又對職務發明人有哪些優惠政策，法律風險又有哪些？在人工智慧領域投資人的機會在哪裡？針對這些問題，AI 研習社邀請到了深圳市世紀恆程知識產權代理事務所副總經理、諮詢部部長丁志新老師來公開課上為大家普及相關知識。擁有首批全國專利信息實務人才、專利代理人、廣東知識產權保護協會專家庫專家、深圳市知識產權專家庫專家等諸多榮譽稱號的丁志新老師結合其十餘年的知識產權從業經驗，分享解答人工智慧的各類知識產權相關問題，包括人工智慧對知識產權帶來的挑戰和機遇、人工智慧相關的企業應如果開展知識產權工作、知識產權風險防控與應急機制以及投融資活動中如何防範風險並找准商業機會等。
以上公開課小編都按直播觀看人數進行了排序（從多到少），大家如果沒時間一一觀看學習，不妨相信一下 AI 研習社各位粉絲們的共同眼光，選擇最熱門的公開課進行回看吧~
次感謝大家對 AI 研習社的支持！
TAG:雷鋒網 |