跳到主要内容
步芽

【极致中配】斯坦福 CS330 深度多任务与元学习 2022年

斯坦福 CS330 系统讲授多任务学习与元学习，涵盖迁移学习、优化式与非参数少样本学习、无监督预训练、贝叶斯元学习、域适应与泛化及终身学习等前沿主题。

难度
难度 5/5 — 研究生级机器学习课程，需深厚数学与深度学习基础，涉及前沿元学习理论
适合人群
具备深度学习基础、想深入多任务与元学习研究的研究生及工程师
前置要求
机器学习基础（监督学习、损失函数与优化）、深度学习（神经网络、反向传播、常见网络结构）、概率与统计（贝叶斯推断、变分推断需要）、Python 与 PyTorch（完成课程作业所需）
课程规模
14 讲 · 998播放
在 B 站免费观看 →就这门课提问 →排进我的学习路线

主题覆盖

多任务学习迁移学习元学习优化式元学习少样本学习对比学习无监督预训练变分推断贝叶斯元学习域适应域泛化终身学习

课程大纲（14 讲）

  1. P1 · What is multi-task learning? I 2022 I Lecture 124 分钟
  2. P2 · Transfer Learning, Meta Learning l 2022 I Lecture 345 分钟
  3. P3 · Optimization-Based Meta-Learning l 2022 I Lecture 543 分钟
  4. P4 · Non-Parametric Few-Shot Learning l 2022 I Lecture 642 分钟
  5. P5 · Unsupervised Pre-Training:Contrastive Learning l 2022 I Lecture 744 分钟
  6. P6 · Unsupervised Pre-training for Few-shot Learning l 2022 I Lecture 845 分钟
  7. P7 · Advanced Meta-Learning 2: Large-Scale Meta-Optimization l 2022 I Lecture 1040 分钟
  8. P8 · Variational Inference and Generative Models l 2022 I Lecture 1144 分钟
  9. P9 · Bayesian Meta-Learning l 2022 I Lecture 1244 分钟
  10. P10 · Domain Adaptation l 2022 I Lecture 1343 分钟
  11. P11 · Domain Generalization l 2022 I Lecture 1446 分钟
  12. P12 · Lifelong Learning I 2022 I Lecture 1541 分钟
  13. P13 · Frontiers and Open Challenges I 2022 I Lecture 1619 分钟
  14. P14 · Percy Liang Guest Lecture I 2022 I Lecture 1749 分钟

本课程卡由 AI 生成，可能存在误差，欢迎反馈。