微博@光头怪博士： 英国的DeepMind是Google旗下的著名人工智能研发中心，以AlphaGo，AlphaZero等一系列让世人眼前一亮的机器学习突破闻名。DeepMind和UCL大学联合搞了一系列深度学习的讲座，公开在油管上：http://t.cn/A62p6EsK 看计划一共会有12讲，目前上传了6讲。
网上关于机器学习，深度学习，人工智能能的讲座，课件多如牛毛，虽然我并没有开始认真在这方面补课，但没事听几个也有助于了解基本概念。一个重要的感觉是，大概是因为有在业界推广的需要，以及面对的受众背景不同，水平不同，这些专业机器学习企业的培训材料或者讲座往往可视化做得都非常细心。我从前三讲里随手截了几张：可以看到这些报告都非常重视用可视化语言帮助你去理解算法中的基本概念。即便有公式出现，也往往是和对应的卡通图一起，或者采取对公式进行不同颜色的高亮，帮助你理解公式之间的内在联系。
我觉得基础科学的教学和报告也可以从中学习到很多东西。纵然不是所有的领域都适合这些，都不用说数学，我猜理论物理啥的估计很难这么讲。。但起码像偏实验，偏观测的领域，其实都可以很好的利用用心设计的可视化元素达到直观展示，促进理解的目的。
网上关于机器学习，深度学习，人工智能能的讲座，课件多如牛毛，虽然我并没有开始认真在这方面补课，但没事听几个也有助于了解基本概念。一个重要的感觉是，大概是因为有在业界推广的需要，以及面对的受众背景不同，水平不同，这些专业机器学习企业的培训材料或者讲座往往可视化做得都非常细心。我从前三讲里随手截了几张：可以看到这些报告都非常重视用可视化语言帮助你去理解算法中的基本概念。即便有公式出现，也往往是和对应的卡通图一起，或者采取对公式进行不同颜色的高亮，帮助你理解公式之间的内在联系。
我觉得基础科学的教学和报告也可以从中学习到很多东西。纵然不是所有的领域都适合这些，都不用说数学，我猜理论物理啥的估计很难这么讲。。但起码像偏实验，偏观测的领域，其实都可以很好的利用用心设计的可视化元素达到直观展示，促进理解的目的。