銅靈 發自 凹非寺
量子位 出品 | 公眾號 QbitAI
厭倦了千篇一律的機器學習教學課程怎麼辦?沒有太多時間預算怎麼學?
來點不一樣的。
現在,兩位MIT博士小姐姐搞了一套機器學習入門教程
ML Tidbits
,以短影片的方式,講解機器學習中的單個知識點,解釋具體的一個問題。
畫風是這樣的:
也是這樣的:
小姐姐席地而坐,如同講故事般把晦澀的監督學習和無監督學習的區別娓娓道來,10分鐘的碎片時間,你也能掌握一個新知識。
這份教程發出才半天,Reddit上的熱度達到300,網友讚不絕口,表示很多人在學習機器學習時存在錯誤觀念,這個教程很有意義。
影片×2
這套課程目前更新了2集,小姐姐表示,以後將維持
周更
的頻率。所以現在上車再合適不過了。
現在已經更新的兩節課分別是:機器學習的過程和機器學習型別:監督學習和無監督學習。
兩節課程都不超過11分鐘,但內容很豐富,且從身邊的生活出發解釋機器學習問題。
在第一節介紹機器學習的課程中,小姐姐從一個具體例子開講:
假設你想構建一個APP,它能透過識別好友釋出的照片判斷他們的心情,並能建議你否給她打個電話,或者傳送一張開心的照片。
要用機器學習的方法解決這個問題,首先需要定義問題。小姐姐將這個問題定義為一個二進位制分類問題,也就是系統能根據圖片將朋友的情緒分類為開心或難過。
OK問題明確,那可以開始構建系統就需要進行資料收集過程了。
小姐姐提示,用於模型訓練的資料集要特別注意樣本多樣性及數量,不同膚色地區的人類對情緒的表達不同。
隨後,需要從資料集中提取特特徵,比如年齡、地區、性別等,並對資料集進行標註。
然後進入訓練模型環節,用資料集中的訓練集訓練,用驗證集初步檢測效果,然後,用測試集進一步檢測效果。
最後,將訓練好的模型進行部署,看看實際應用的效果如何吧。這樣下來,用機器學習的方法去解決任務的流程也就出來了,無論多麼複雜的專案,流程都是下面這樣的:
這樣聽下來,是不是在輕鬆愉快的漫畫風影片中對機器學習過程有了大致的瞭解。
多樣化
影片中的兩位小姐姐是這套課程的策劃者,一位是Natalie,另一位是Harini,兩人MIT的在讀博士生。
在專案主頁上,小姐姐們自述創辦初衷,就是想讓大眾瞭解和使用機器學習,讓每個人都可以參與到機器學習產品的使用中。
小姐姐表示,雖然機器學習在各個領域中的應用發展迅速,但英國皇家學會的一項調查顯示,大多數人對此毫無瞭解,甚至部分從業人員也對此存在誤解。
此外,她們表示目前機器學習的研究人員以白人和男性群體居多,去年的21個國際主流機器學習會議中,只有18%的論文一作是女性,谷歌員工中只有2。5%是黑人。
機器學習的研究和AI系統的構建難道不是需要多樣性的公眾去參與嗎?
小姐姐們覺得,是時候應該做一個不需要技術術語就能向公眾解釋清楚的課程了,於是這套ML Tidbits就問世了。
所以……每週一更進行時,快上車吧:
傳送門
官網地址:
YouTube影片主頁(需科學前往):
最後,附上已更兩期的影片:
機器學習的過程
https://www。zhihu。com/video/1107226046465867776
機器學習的類別
https://www。zhihu。com/video/1107226157036138496
—
完
—
量子位 · QbitAI
վ‘ᴗ’ ի 追蹤AI技術和產品新動態
戳右上角「+關注」獲取最新資訊↗↗
如果喜歡,請分享or點贊吧~比心❤