На лекции Али Гольдси я наткнулся случайно, и некоторые комментарии на YouTube были настолько положительными, что мне пришлось смотреть его лекции:

«Эти лекции намного информативнее, чем в Стэнфорде», — сказал один из них.

Другой сказал: Одно из терпеливых объяснений, почти «концептуальный вывод GAN. Говорит немного и медленно, чтобы вы могли обработать то, что он говорит, и сначала уяснить основную мысль. Но глубину его понимания и остроты мысли можно увидеть во многих местах [например, где он] отвечает на вопрос если функция нуждается в обратной, значит ли это, что вы не можете использовать Relu в сети? блестяще! Рад знакомству с этим ресурсом».

После просмотра его лекции о GAN (выше) я искал все его лекции и пытался собрать их в одном месте. Некоторые из них уже были перечислены на сайте аналитики данных U Waterloo, но это был не полный список.

Итак, вот они:

STAT 946 Topics in Probability and Statistics: Deep Learning (осень 2015 г.) все видео и слайды

STAT 441/841, CM 763: Statistical Learning Classification (осень 2015 г.), все видео и слайды

Глубокое обучение (2017 г.) все видео и слайды

STAT 441/841: Статистическое обучение — классификация (зима 2017 г.), плейлист

STAT 442/842: Визуализация данных, курс обучения без учителя (2017 г.)

Глубокое обучение (осень 2020 г.), доступно только два:

Новые видео будут размещены на YouTube-канале Али Годси. Одна приятная особенность его видео заключается в том, что каждое из них более или менее самодостаточно. То есть — они зависят от более раннего материала, но ориентироваться и находить эти зависимости относительно легко.

Среди его публикаций я собираю ниже его недавние учебники и обзоры. Они сопровождают и дополняют некоторые материалы, представленные в его видеороликах.

Учебники и опросы

Вот Али Годси в Google Scholar. Не путать с Али Годси из Университета Беркли, генеральным директором и основателем Databricks.