全球最大免费编程社区来北京啦，第四次课程@清华报名开启

上周日，也就是5月12日。我们在清华数据科学研究院开启了北京School of AI的第三次课程。

课程当天，虽然天气不太好，下起了雨，但是丝毫没有浇灭大家学习的热情，没有到场的同学也在线观看了直播。错过前三次直播的同学，戳下面的链接，观看直播回放哟~

第一次课程：

https://dwz.cn/zaf0eqP8

第二次课程：

https://dwz.cn/BGOfHzWC

第三次课程：

https://dwz.cn/QRUVuBRe

School of AI是油管最火机器学习up主Siraj Raval创办的全球机器学习学习社区。他非常认可机器学习的”自学“模式，他认为，通过有效的继续教育，以及实际练手，完全可以具备科班教育的水平。也在这一执念下，他在三年前创建了自己的非盈利教育社区——AI学校（School of AI），倡导用“非正式”学习打败传统的教育体制，花最小的成本获得最大的价值。

Siraj很用心的亲自为所有的城市的组织者提供了完整的教程，力求让每一个同学都能接受最新、最有价值的AI内容。

目前，这一社区已经在全球80多个国家的400座城市落地，免费为热爱人工智能的“外行人”提供进入这个领域的机会。

上周天，School of AI的第三次课程已经开启。课程进行了两个多小时，在老师讲解的过程中，现场同学可以随时打断并提出自己的疑问，气氛非！常！好！

在第一次课程中，北京School of AI的两位创始Dean也来到了现场，为大家介绍了School of AI的创始目标和这次课程的内容。

第一课主要讲了School of AI相关介绍以及fastai介绍，课程内容，如何使用fastai平台，论坛，和文档等资源；另外，Python, Jupyter, Git, 数学基础(线性代数，微积分，最优化等）。

第二次课程简要介绍fastai第1课的所有必要资源：图像分类，以及如何获取fastai的资源-30分钟。确保每个人都了解课程结构和官方资源。

第三次课程首先花了50分钟对第二课的知识点进行了回顾，让同学们不会捡了芝麻，丢了西瓜。除此之外，进行了机器学习专题讲座，在宏观上帮同学们建立了机器学习的体系。也留出了一部分时间对现场同学学习过程的疑惑进行了解答。

因为课程要求是零基础，主要靠线下自学和线上讨论练手，所以课上的同学都背景各异，文科理科都有，但是又都对深度学习有着深厚的兴趣和热爱。课程过后，我们也收到了很多同学的反馈，对课程提出了很好的建议。

比如，来自北京大学的周同学本身是语言学背景，但是对于编程和脑机非常感兴趣：

这次活动非常好，王老师讲座勾画的蓝图很棒，还分享了ppt，点赞，谢谢你们提供的学习机会，辛苦了。后面的课程内容是否有大纲或者框架？当然我个人的情况是基础比较差，更希望讲些基础的，当然王老师也说了，希望有基础的最好，所以呢，以后若是有可能，小伙伴中基础好的能不能带带一带基础差的，共同学习吧。

还有来自清华机械工程本科毕业，机械工程博士一年级在读的欧同学，他对机器学习只有一些了解。python熟悉程度...基本概念知道，基本逻辑知道，但是没写过大项目，属于刚入门吧。上过一点机器学习的课，对这些基本概念都有一定的认知，但是不深刻。没有过项目经验。

我觉得挺好的，老师准备的很充分。毕竟第一次课很难讲到很细节的东西，已经很好了！希望提供一些具体项目指向型的指导吧，以及学习技巧之类的。因为相关的学习资料很多，但是如何有效利用尽快提升是我比较感兴趣的。

说了这么多动心了吗？本周日，大数据文摘和清华数据科学研究院，油管AI最火up主Siraj的School of AI·北京共同开启线下工作坊，第四次线下免费编程课程又要开启啦。

没有参加前三次课程的同学也完全不用担心，毕竟这门课程以自学为主，课上更多的是交流、展示。从这次开始跟上我们也完全没有问题。

• 时间：5月17日 星期日 下午5点

• 地点：双清路77号院双清大厦4号楼4层清华数据科学研究院。

这次课程将围绕fastai课程的第三课进行讨论：Data blocks；Multi-labelclassification；Segmentation。

课程安排：首先是了解数据块(data block)API，目的是为了训练神经网络准备数据。此外，介绍多标签图像分类的知识点以及图像分割，最后讨论自然语言处理。

注：图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。 最后讨论自然语言处理。

总体来说，课上时间安排如下：

• 6名学生（或更少）将现场演示他们的第三课作业。（每位演讲人10分钟）- 1小时或更短时间。

• 导师分享环节，和大家交流更高效的学习小贴士以及关于深度学习的建议。

• 自由问答。

相关课前预习资料拿好哦?

第3课的官方视频：Data blocks；Multi-labelclassification；Segmentation

https://course.fast.ai/videos/?lesson=3

带有英文字幕的第3课视频（无需vpn）：

https://www.bilibili.com/video/av41718196/?p=3

视频详细说明：

https://github.com/hiromis/notes

主代码库：

https://github.com/fastai/course-v3

主要网站：

https://course.fast.ai/

主要论坛（需要个人注册）：

https://forums.fast.ai/

PS：即使不太了解Python，您也可以运行第课中的所有代码行，这将激励你去研究细节。（最终你需要了解自行车的机械才能够骑它吗？）。如果您在某个问题上确实无法解决，欢迎在微信组或以下网址提出任何问题：

https://forums.fast.ai/t/school-of-ai-beijing-study-group/43436。

最后，课程依然是完全免费！报名方式，扫描下方二维码填写表单，参与课程。

如果你来不了现场，可以通过以下链接观看直播：

https://dwz.cn/Xg3VzAmL

实习/全职编辑记者招聘ing

加入我们，亲身体验一家专业科技媒体采写的每个细节，在最有前景的行业，和一群遍布全球最优秀的人一起成长。坐标北京·清华东门，在大数据文摘主页对话页回复“招聘”了解详情。简历请直接发送至zz@bigdatadigest.cn

点「在看」的人都变好看了哦

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/