【導讀】如何將深度學習等AI演算法應用到實際場景裡，不是一件容易的事情。 2016年，卡耐基梅隆大學電腦科學院的終身教授邢波（Eric Xing）在匹茲堡創辦了Petuum，他致力於建立一個平臺，通過自定義的虛擬化和作業系統構建機器學習和深度學習應用程式，為企業提供所需的機器學習工具。結合Petuum, 邢波教授在7月份深度學習夏令營分享了關於從統計機器學習視角理解深度學習的演算法、理論與可擴充套件計算(A Statistical Machine Learning Perspective of Deep Learning: Algorithm, Theory, Scalable Computing), 這一份Slides 286頁, 非常全面, 是一份結合學術研究和實際應用的詳實參照學習材料，不可不看。

本次資料的下載方式，整理不易，望獲取的同時能傳播給更多需要的夥伴！在公眾號【飛馬會】後臺回覆數字“36”，即可檢視獲取方式，記得按要求快速獲取儲存哦！另外，想加入人工智慧交流群，在後臺回覆“入群”

邢波（Eric Xing）

邢波（Eric Xing）是卡耐基梅隆大學教授，曾於2014年擔任國際機器學習大會（ICML）主席。主要研究興趣集中在機器學習和統計學習方法論及理論的發展，和大規模計算系統和架構的開發。

     統計機器學習視角下的深度學習:演算法，理論，可擴充套件計算

這一份286頁的教程slides從統計機器學習視角闡述了深度學習的演算法、理論和分散式深度學習架構，內容豐富詳實。首先一觀邢波教授創立的Petuum人工智慧/機器學習架構圖，分別包含平臺硬體層、系統層、實現層、演算法層、模型層和任務應用層。

整個報告包括深度學習與圖模型的基礎知識、深度生成模型、計算機制三大部分。

第一部分著重講述關於圖模型、深度學習的基礎、相似性區別和聯合建模。結論部分點出圖模型注重推理而深度學習注重學習表示。

第二部分講述深度生成模型

第三部分 推斷和學習以及分散式深度學習

關於本次資料的下載方式，整理不易，望獲取的同時能傳播給更多需要的夥伴！在公眾號【飛馬會】後臺回覆數字“36”，即可檢視獲取方式，記得按要求快速獲取儲存哦！

附PPT部分原文：

資料領取方式

關注公眾賬號【飛馬會】

導航回覆數字【36】

即可檢視下載方式