【麻省理工学院课程】MIT 6.S191：Introduction to Deep Learning , 深度学习导论,NSF研究员Alexander Amini

课程简介

麻省理工学院的深度学习入门课程，适用于计算机视觉，自然语言处理，生物学等领域。主要内容包括深度序列建模，深度计算机视觉，深度生成模型，深度强化学习等。旨在让学习者获得深度学习算法的基础知识，并获得在TensorFlow中构建神经网络的实践经验。

课程大纲

• 第一讲 - 深度学习入门
• 第二讲 - 深度序列建模
• 实验一 - Tensorflow简介；音乐产生
• 第三讲 - 深度计算机视觉
• 第四讲 - 深度生成建模
• 实验二 - 消除面部识别系统的偏见
• 第五讲 - 深度强化学习
• 第六讲 - 局限性和新领域
• 实验三 - 像素到控制学习

首席讲师：Alexander Amini、Ava Soleimany

讲师简介

Alexander Amini在麻省理工学院获得了电子工程和计算机科学的理学学士学位和硕士学位，目前为麻省理工学院（MIT）博士生 ，NSF研究员，MIT6.S191的主要组织者和讲师：《深度学习入门》。研究重点是构建用于自主系统的端到端控制（即对执行的感知）的机器学习算法，并为这些算法制定保证。并且从事自动驾驶汽车的控制，深层神经网络的置信度，人类移动性的数学建模以及构建复杂的惯性优化系统等方面的工作。

Ava Soleimany在麻省理工学院获得了计算机科学和分子生物学的理学学士学位，目前为哈弗大学生物学理学博士、麻省理工学院博士生，同为MIT6.S191的主要组织者和讲师：《深度学习入门》。