[ปักหมุด] รวม Online Courses ดีดี, Local Meetups และ AI Channels อื่นๆ  

  RSS
The Neural Engineer
(@neural-engineer)
Boltzmann Machine

Official Courses จาก Kaggle!!

ที่เราสามารถฝึกและเรียนภาคปฏิบัติได้ทันที บน Virtual Machine คุณภาพสูง เพียงแค่คลิ้กเดียว เริ่มเขียนโปรแกรม

https://www.kaggle.com/learn/overview

คอร์สมีให้เลือกมากมาย

Python , Machine Learning, Data Visualization , Pandas, Feature Engineering, Deep Learning, SQL, Geospatial Analysis, ML Explainability, NLP และ GAME AI & Reinforcement Learning!!

This topic was modified 7 months ago 3 times by The Neural Engineer
อ้างอิง
Posted : 16/04/2019 4:35 pm
The Neural Engineer
(@neural-engineer)
Boltzmann Machine

Learn Data Science Meetup (usually talk about Kaggle competitions)

https://www.youtube.com/channel/UCJhW_16uxALr0X4olEW2p5A

 

London Machine Learning Meetup

https://www.youtube.com/channel/UCKfreQYtL6GZSj9Zq5FRQGA

This post was modified 7 months ago by The Neural Engineer
ตอบกลับอ้างอิง
Posted : 16/04/2019 4:38 pm
The Neural Engineer
(@neural-engineer)
Boltzmann Machine

A.I. Socratic Circles (Toronto Machine Learning Meetups)

https://www.youtube.com/user/amirfzpr

ตอบกลับอ้างอิง
Posted : 16/04/2019 4:40 pm
The Neural Engineer
(@neural-engineer)
Boltzmann Machine

ods.ai meetup  — kaggle grandmasters มักมาแชร์ใน meetup นี้

ส่วนใหญ่เป็นภาษารัสเซีย บาง clip มี subtitle ภาษาอังกฤษครับ

https://www.youtube.com/channel/UCeq6ZIlvC9SVsfhfKnSvM9w

ตอบกลับอ้างอิง
Posted : 16/04/2019 4:44 pm
The Neural Engineer
(@neural-engineer)
Boltzmann Machine

MILA (Prof. Bengio’s lab) Talk 

https://www.youtube.com/channel/UCr_pita4_ajGq17lAeNVRpQ

ตอบกลับอ้างอิง
Posted : 17/04/2019 8:28 am
The Neural Engineer
(@neural-engineer)
Boltzmann Machine

Lex Friedman อาจารย์หนุ่มไฟแรงแห่ง MIT นั้นสนใจเรื่อง AI ในมุม General อย่างมาก (ในแง่ที่ว่า AI จะขึ้นมาเป็นส่วนหนึ่งของมนุษยชาติ ไม่ใช่แค่เครื่องมือทางธุรกิจซึ่งนอกจากได้เปิดคอร์สที่พวกเราก็สามารถเข้ารับฟังได้ฟรีๆแล้วก็ยังได้ไล่สัมภาษณ์คนดังระดับโลกในวงการคอมพิวเตอร์ วิทยาศาสตร์ สังคมศาสตร์ และธุรกิจมากมายเกี่ยวกับมุมมองด้าน AI ซึ่งนับว่าเป็นขุมทองที่พวกเราจะได้ฟังทรรศนะระดับโลกจากสุดยอดกูรูด้านต่างๆ ทั่วโลก  ที่ในอดีตพวกเราไม่มีโอกาสได้ฟังกันง่ายๆ แน่นอนครับ เพื่อนๆ สามารถเข้าไปดูได้ที่ Youtube Channel นี้ครับ  

http://bit.ly/youtube-lex

ใน Channel นี้เพื่อนสามารถรับชม MIT AI lecture ได้และยังจะได้ชมการสนทนากับบุคคลระดับโลกมากมาย อาทิเช่น

  • ธุรกิจและการเงิน - Elon Musk, Eric Schmidt และ Ray Dalio
  • สังคมศาสตร์ - Noel Chompski และ Steven Pinker
  • วิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎี - Judea Pearl, Michael Kearns และ Vladimir Vapnik
  • ฟิสิกส์ - Michio Kaku, Leonard Susskind, Stephen Wolfram
  • ปัญญาประดิษฐ์ - Ian Goodfellows, Peter Norvig, Sebastian Thrun, Yann LeCun, Yoshua Bengio

หรือถ้าอยากฟัง AI lectures แน่นๆ จริงๆ ในแบบฉบับ MIT ของ Lex ก็รับชมได้ที่นี่ครับ

MIT AI Lectures :

https://www.youtube.com/user/lexfridman

This post was modified 7 months ago by The Neural Engineer
ตอบกลับอ้างอิง
Posted : 17/04/2019 8:30 am
The Neural Engineer
(@neural-engineer)
Boltzmann Machine

UBER AI Lab

 

https://www.youtube.com/channel/UCOb_oiEfSedawuvRA0oaVoQ

ตอบกลับอ้างอิง
Posted : 10/06/2019 4:27 am
The Neural Engineer
(@neural-engineer)
Boltzmann Machine
Unsupervised Deep Learning Course 2020 จาก UC Berkeley
 
เอาไว้ดูตอนกักตัวอยู่บ้านช่วงเดือนเมษายนนี้แทนเป็นทางเลือกแทน Netflix ครับ 😀
 
 
มีครบทั้งสไลด์และ video lectures
โดยเนื้อหาครอบคลุม Generative Models, Self-supervised Learning และ Semi-supervised Learning
 
เพื่อนๆ ส่วนใหญ่รู้จัก Generative models เช่น GANs และรู้จัก semi-supervised learning คือ ปัญหาที่เราต้องสร้างโมเดลเมื่อเรามีทั้ง labels และ unlabeled data อยู่แล้ว แต่อาจจะไม่รู้จัก Self-supervised learning จึงขอฝากเกร็ดเล็กๆ น้อยๆ ไว้ครับ
 
Self Supervised Learning คืออะไร?
มันคือการ train แบบ supervised บน unlabeled data (data ที่มนุษย์ไม่ได้เตรียม label ไว้)
แต่อาศัย label ที่อยู่ในธรรมชาติของข้อมูลเอง เช่น
 
- ใน text data เรากำหนดเป้าหมายให้ model เรียนรู้ความสัมพันธ์ของการใช้คำในภาษาเองได้ โดยพยายามทำนาย label=“คำถัดไป” จากคำที่อ่านมาแล้วก่อนหน้า เรื่องง่ายๆ นี้เป็นเคล็ดลับความสำเร็จของ BERT ที่พลิกวงการ NLP ในไม่กี่ปีที่ผ่านมา
- ใน image data เรากำหนดเป้าหมายให้ model เรียนรู้ information ต่างๆ ในรูปภาพได้เช่น เราสามารถตัดภาพเป็น ส่วนๆ เสมือน jigsaw แล้วส่งให้โมเดลนำ jigsaw นั้นกลับมาเรียงกันให้ได้เหมือนเดิม นั่นคือ label=ลำดับที่ถูกต้องของ jigsaw นั่นเอง (model ต้องเรียนรู้ความ smooth ของรูปภาพ) ดูรูปแนบ
 
 
การเรียนรู้แบบ self-supervised learning นี้ใช้ประโยชน์จาก big data บน internet ที่มีมหาศาลทำให้โมเดลมีความรู้ได้เองโดยไม่ต้องการมนุษย์สอน
 
จากนั้นเมื่อเราต้องการปรับใช้โมเดลในงานใดงานหนึ่งโดยเฉพาะ เราก็ลงทุนสอน (สร้าง labels) เพียงจำนวนเล็กน้อย และ finetune จาก self-supervised model ซึ่งมักจะได้โมเดลประสิทธิภาพสูงทั้งๆ ที่มี labeled data น้อยมากครับ
 
งาน self-supervised learning นี้นับว่าเป็นอนาคตของ Deep Learning เลยทีเดียว ไว้ดู lecture ข้างบนจบแล้วจะมาขยายความต่อครับผม ;D
ตอบกลับอ้างอิง
Posted : 09/04/2020 2:26 am
Share:

Please Login or Register