機器之心編輯部
李宏毅的機器學習課有超過 400 人現場聽課，只好把學生分在兩間教室：一間「搖滾區」現場看，一間「同步區」看直播。
今年 2 月末，「精靈寶可夢大師」李宏毅的《機器學習》最新一期課程正式開課。對於想要入門機器學習的同學來說，這是一門不容錯過的經典課程，視訊、PPT 等資料都可以在課程頁面找到，而且授課語言是中文。
該課程第一個視訊的播放量已經超過 6 萬次。
課程主頁：https://speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.html
機器之心知識站入口：https://app6ca5octe2206.pc.xiaoe-tech.com/detail/p_6049e1c6e4b05a6195befd56/6
在內容方面，這門課程重點講解的是深度學習。雖然深度學習是一門相對進階的技術，但李宏毅老師表示，這不會改變這門課「機器學習入門課」的屬性，仍然會讓絕大多數人聽得懂，「你可以將它作為你機器學習的第一門課」。如果你還學過林軒田的《機器學習基石與技法》，你會發現這兩門課其實可以很好地銜接。
「從最基本的觀念講到最前瞻的技術」是這門課最重要的一個特色，從課程目錄中我們也可以大致看出來：
課程介紹
深度學習
自注意力
機器學習理論
Transformer
生成式模型
自監督學習
可解釋 AI / 對抗攻擊
域自適應 / 強化學習
量子機器學習
終身壓縮
元學習
前段時間，這門課程已經全部更新完畢，李宏毅老師也收穫了新一波的讚譽：
由此可見，今年的課程依然保持了極高的水準。而且從 PPT 來看，李老師的幽默指數也絲毫沒有打折：
除了李老師的授課內容外，他的助教在上課過程中也承擔了一些答疑工作，不過這些答疑內容之前並沒有公開。
剛剛，Reddit 上的一位網友表示，為了方便大家更好地消化這門課的內容，他們將這些答疑彙編到了一起，組成了一本機器學習手冊供大家參閱：
書籍地址：https://rentruewang.github.io/learning-machine/intro.html
GitHub 地址：https://github.com/rentruewang/learning-machine
為什麼要編這麼一本小冊子？作者表示，目前網際網路上的機器學習資料多種多樣，不過它們要麼太長，開始獲取知識就要半個小時，要麼則需要充分的數學基礎，還有一些資料結構不太清晰，概念的區分並不嚴格。這本機器學習手冊旨在解決上述問題，最重要的是它力圖簡潔。
從形式來看，這是一本問答手冊，與著名 IT 技術問答網站 StackOverFlow 類似。手冊裡的問題來自參與上述課程的 1300 多名學生。作者相信這種形式能夠讓大家學習機器學習更加方便。
「它主要是為那些想要快速掌握一個概念，而無需深入研究主題的學習者準備的（顯然，真想學透需要很長時間）。它將覆蓋機器學習，特別是深度學習領域的所有知識。」
不過，該手冊的答案受到了一些質疑，而且沒有類似「贊成」和「反對」的按鈕，因此讀者很難給出反饋。
對此，作者回應說，這些答案大部分來自助教，而且原來是中文的，因此翻譯過程中可能存在一些疏漏，之後會進一步完善。
正如作者所言，書中的一切都是以問答形式展開的，不過細節程式碼一個都不會少：
從機器學習資料、模型損失函數幾大部分的概念，到神經網路的各個層級，再到強化學習的獎勵機制，目前這本書所包括的內容已經相當完整。不過作者表示，未來還會有更多內容將不斷添加進來。
最後，喜歡李宏毅老師《機器學習》2021 課程的同學還可以點選「閱讀原文」訪問機器之心知識站，該課程已經在知識站上更新完畢。
NVIDIA對話式AI開發工具NeMo的應用
開源工具包 NeMo 是一個集成自動語音識別（ASR）、自然語言處理（NLP）和語音合成（TTS）的對話式 AI 工具包，便於開發者開箱即用，僅用幾行程式碼便可以方便快速的完成對話式 AI 場景中的相關任務。
8月12日開始，英偉達專家將帶來三期直播分享，通過理論解讀和實戰演示，展示如何使用 NeMo 快速完成文字分類任務、快速構建智慧問答系統、構建智慧對話機器人。
直播連結：https://jmq.h5.xeknow.com/s/how4w
報名方式：進入直播間——移動端點選底部「觀看直播」、PC端點選「立即學習」——填寫報名表單後即可進入直播間觀看。
交流答疑群：直播間詳情頁掃碼即可加入。
