全球最大免费编程社区来北京啦，最后一次课程@清华报名开启

不知不觉已经和小伙伴一起努力了一个多月啦。上周日第四次课程结束之后，王老师就把fastai的课程体系讲解的差不多了。

5月26日，也就是这周日，我们将在清华数据科学研究院开启了北京School of AI的第五次课程。这次课程也是知识点讲解的最后一次课程。

这次课程在知识点讲解完之后，也会给大家布置一个大的结业项目，两周的时间做作业，然后进行答辩。

如果答辩合格，给大家发放证书。

所以说，最后一次课程咯，请大家做到有始有终，务必到场。

错过前几次直播的同学，不用担心跟不上节奏，直播回放链接啥的都妥妥的给你整理好了~

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

第四次课程：

https://dwz.cn/TbkCp6e6

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的第四次课程已经开启。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。

第四次课程，同样先对第三次课的内容进行了回顾。然后对神经网络的相关知识点进行了讲解，包括梯度下降、传统神经网络以及卷积神经网络的结构。

没有参加前四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，然后由小组帮助完成大项目完全没有问题。

• 时间：5月26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。

课程安排：介绍RNN的定义与结构，以及在工业界的使用情况。然后对NLP进行讲解，并手把手教你打造出一只聊天机器人。知识点讲解完之后，到现场的同学随机抽签，挑选作业项目，然后等待两个星期之后的答辩。

总体来说，课上时间安排如下：

• 对上次课程内容的回顾，包括神经网络、反向传播、梯度下降等概念。
• 导师分享环节，对RNN与NLP等知识点和聊天机器人案例进行讲解
• 自由问答。

相关课前预习资料拿好哦

fast.ai速成课：

https://course.fast.ai/videos/?lesson=1

项目主页（汇总优秀的学习资料，持续更新）：

https://wqw547243068.github.io/school-of-ai-beijing/

手写数字识别，3D体验Demo：

http://scs.ryerson.ca/~aharley/vis/conv/

更多demo案例：

https://wqw547243068.github.io/demo/

谷歌机器学习速成课：

https://developers.google.cn/machine-learning/crash-course/

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。