Пользователь
0,0
рейтинг
17 ноября 2011 в 11:28

Разное → Новые бесплатные онлайн курсы от Stanford

В начале текущего учебного года Stanford организовал 3 бесплатных онлайн курса (основаные на трёх стационарных курсах Стэнфорда): Machine learning, Artificial intelligence и Introduction to Database. Все курсы идут с видео лекциями и домашними заданиями. Для курсов Artificial intelligence и Introduction to Database предусмотрены ещё и экзамены. После успешного окончания любого из курсов будет выслан сертификат (digital-signed pdf) от преподавателя.

И вот, были анонсированы ещё несколько онлайн курсов, которые будут стартовать в январе/феврале 2012 года.

У нас есть замечательный шанс послушать некоторые знаменитые Стэнфордские курсы, записывайтесь!

Update Спасибо recky, который заметил, что добавились ещё несколько курсов. Один из CS секции — по криптографии, и два из Entrepreneurship секции:

UUpdate продолжают радовать, новый доступный курс:

tasman @tasman
карма
48,1
рейтинг 0,0
Реклама помогает поддерживать и развивать наши сервисы

Подробнее
Спецпроект

Самое читаемое Разное

Комментарии (61)

  • 0
    Кто уже пробовал эти курсы? С Intermediate English потяну или сложно будет?
    • +2
      Я текущие прохожу. С Intermediate English думаю будет понятно, но это сильно от лектора зависит — у каждого своё произношение и манера разговора. Но там ещё и субтитры есть, так что проблем быть не должно.
    • +3
      Потянете. Лексика весьма специфическая и привязана к предметной области, поэтому с пониманием не должно быть проблем. Однако имейте в виду, что они отнимают достаточно много времени. Например, на machine learning на этой неделе дали два батча видео (где-то по часу-полтора на каждый), после каждого из них нужно пройти тест. Задание на покодить дают, если ты выбрал advanced track. У меня выходит когда как: вчера, например, всего минут 40 потратил, а обычно бывает, что затормозишь где-то, и три-четыре часа как не бывало.

      В целом, на ML я трачу три-четыре вечера, на AI два-три. Т.е. если выберете два курса, вполне может статься, что времени больше ни на что не хватит.
      • 0
        Интересно, у меня и то и то занимает один вечер\ночь, но ан ai обычно тратится больше часов.
        • 0
          Ну, понятие «вечер» у всех разное — я где-то по часу-полтора в день трачу. У меня нет цели сделать все за один раз — просто, не особо напрягаясь, занимаюсь потихоньку.

          В AI больше времени выходит из-за вопросов посередине. Бывает, что задают серию вопросов через каждые три минуты, и каждый вопрос — не совсем тривиальная задача: надо и подумать, и ручкой почеркать.

          Базы данных не брали, кстати?
          • 0
            Брал. Но по времени тяжело получается. Совмещение с работой и жизнью происходит с трудом.
            Поэтому главное не пожадничать в этот раз и не нагрести всего-всего, а то там много вкусного.
        • 0
          Это ещё зависит, какая цель — получить диплом сертификат, или есть желание поэкспериментировать с написанным кодом.
          • 0
            Да вроде хватает времени на эксперементы с кодом в ml. А вот в ai нормально паралельно читать AIMA не успеваю, к сожалению. Но надеюсь успеть догнать.
    • 0
      там почти во всех уроках есть английские субтитры и во многих даже русские.
      А Intermediate это хороший уровень или плохой? Мне всегда было непонятно, т.к. у нас это уровень дают тому, кто может вести презентацию на английском или смотреть и понимать кино.
      • 0
        ну сериалы, например, я обычно смотрю на английском с английскими же субтитрами. Презентацию проводить не пробовал, но думаю, что осилю.
        • 0
          Тогда, все у Вас с английским хорошо!
          По крайней мере в AI class преподаватели говорят разборчивее многих актеров. И субтитры сносные, хотя не без ляпов.
          • +1
            А можно как-то подключиться к уже начавшимся?
            • 0
              Для изучения — просто смотрите лекции на сайте. И вроде бы еще возможно зарегаться на Basic-версию курса, чтобы сохранялся прогресс.
    • 0
      Дополнительный стимул подтянуть свой английский
  • 0
    Спасибо!
  • +2
    Прохожу сейчас Introduction to Database, очень здорово построен курс, охватывает все аспекты, может быть ничего принципиально нового Вы и не услышите, зато укрепите знания точно.

    Попробую еще на теорию игр записаться, на самом деле времени отнимает достаточно, на базы данных я трачу половину воскресенья, пробовал еще AI, там и вовсе приходилось все выходные сидеть, поэтому отказался от этого курса.
    • 0
      Я тоже записался на базы данных и AI, и тоже отказался от второго.
  • 0
    Спасибо за ссылки. Это очень полезно!
  • +1
    блиин, сколько же всего интересного. а еще и работать надо :(
  • 0
    Честно говоря этот вариант (пробовал Machine Learning и Introduction to Database) на мой субъективный взгляд не очень — слишком долгие ИМХО лекции, и очень размазано. Хотя кому-то может так лучше. А вот Introduction to AI клёво — сжато, интересно и по делу.
  • 0
    В настоящий момент прохожу Introduction to Databases, нравится. Взял себе Natural Language Processing и Game Theory. Посмотрим что будет в январе.

    Кстати, я так понял по окончании дадут Hi-Res PDF, а не пришлют по почте оф. документ?
    • +1
      Сертификат от _профессора_ (не стэнфордский) пришлют на мыло. Собственно важный вопрос — вы ради сертификата учитесь?)

      //Кстати, один из самых популярных вопросов на внутреннем форуме
      • +2
        Я учусь потому что просто люблю учиться и узнавать что-то новое :). Но сертификат он тоже как приятное дополнение. Раз уж обещали — хотелось бы получить.
  • +4
    Кстати, я вот что хочу сказать — очень радует что есть такие инициативы, особенно от крупных зарубежных ВУЗов. Очень нравится как подают материал. Такая себе благотворительность для тех, кто хочет получить знания, но не имеет возможности.

    Теория оптимизации в моём вузе — наискучнейший предмет, который «сдал и забыл». Честно говоря, даже не особо понимал где можно применять эту самую оптимизацию. Machine-Learning первые части — теже яйца, вид сбоку. Но интересно и сразу понятно что к чему и почему, да и нет дикого углубления в доказательства теорем без какой-либо практической работы.
    • +1
      Следует однако заметить, что всё зависит от того на какой специальности Вы учились. Если Вы математик — то извольте изучать доказательства в курсе теории оптимизации, а если инженер — то можно и опустить, хотя я крайне рекомендовал бы это. Хотя это, возможно, и спорно, но я сторонник изучения доказательств в университетских курсах: это как раз и даёт то самое понимание того, как всё устроено; понимание того, как можно получать схожие результаты, пользуясь уже известным методом доказательства и так далее.

      К тому же указанный курс на самом деле — Applied Machine Learning, рассчитанный на широкоую аудиторию, которой нужно дать общее представление о предмете. Тот же Machine Learning, который читается студентам Стэнфорда (тем же самым лектором — Andrew Ng) в стенах университет на самом деле щедро снабжен математикой и доказательствами. Вы можете убедиться в этом самостоятельно: просто поищите в сети страницу курса CS 229. Также посмотрите на Problem Set, который там предлагается к решению. Другими словами, некорректно сравнивать спецкурс с основами предмета, данными в прикладном аспекте.
  • 0
    Народ, кто пробовал machine learning? Сколько времени нужно уделять курсу? Штука в том, что у меня практически не будет времени в январе и июне. Имеет смысл брать курс с таким раскладом?
    • +1
      Там есть два варианта — Basic и Advanced. Они одинаковые, различия только в том что для Advanced нужно сдавать все тесты\задания во время. Basic как раз для тех кто занят, можно просто смотреть лекции (каждая лекция 60-90 минут примерно)
      • 0
        Разве в Machine Learning by Andrew Ng обязательно сдавать всё вовремя? Я учусь по «продвинутой» программе, но если не успеваю с заданиями, то спокойно решаю и отправляю их после дедлайна. Конечно, в этом случае они принимаются со штрафом. Но если главная цель научиться, а не собирать наивысшие баллы, то на этих курсах можно заниматься в любом удобном режиме.
        • 0
          Я так понимаю в любом случае нет смысла брать basic. Если не будешь успевать с advanced ничего страшного не случится на любом курсе. Я прав?
          • 0
            Я могу ответить только за Machine Learning, там ничего страшного не случится. Кажется, можно даже в процессе обучения переключаться между различными режимами обучения.

          • 0
            Basic можно взять если вы хотите просто посмотреть лекции и при этом трэкать прогресс.
    • 0
      Лично я, на Advanced, трачу около 30мин. вечером по будням (лекции) и пару часов на выходных (лабы и тесты).
    • +1
      Моя оценка — пара-тройка часов послушать лекции, полчаса максимум на ответить на вопросы по ним, час-три на задачки по программированию (зависит от того, писали ли вы на матлабе хоть немного до этого, и есть ли желание поиграться с написанным кодом). Берите в любом случае, если кажется, что вам это нужно — бросить-то всегда можно.
  • +3
    Я сейчас прохожу ML, очень грамотно весь курс сделан, особенно радует наличие лабораторных работ и Q&A секция для обсуждения задач и задавания вопросов.
  • +2
    Прохожу ML и DB — потрясающие курсы! Особенно ML. Нагрузка по обеим программ на advanced route вполне позволяет совмещать с работой и все успевать.
  • 0
    Господа, какой язык программирования используется в этом курсе Machine Learning?
    • 0
      Octave
      • 0
        Можно использовать и Matlab, пишут что Octave и Matlab довольно совместимые, Octave рекомендуемый т.к. распостраняется как open-source ПО.
  • 0
    Господа, а где можно достать все видео по курсу «Introduction to Database», чтобы смотреть их офлайн?
    Хотелось бы в дороге время зря не терять и на мобиле смотреть эти видео.
    Ведь не во всех местах на дороге есть доступ к Интернету, да и если их онлайн смотреть, то батарея сядет быстрее, чем доеду до места.
    • 0
      Зарегиться, зайти в раздел «Video Lectures» потом Download
      • 0
        Спасибо. Я такой не внимательный)
  • +1
    >У нас есть замечательный шанс послушать некоторые знаменитые Стэнфордские курсы
    Это не совсем так — вот, например, обсуждение отличий класса по Machine Learning от стенфордского очного курса.
    This course vs the official Stanford CS 229 Course
    • +1
      А теперь сравните ML class с курсом CS229A (Applied Machine Learning) и удивитесь. CS229 — это спецкурс :) Естественно, он сильно отличается от ml-class
      • 0
        Спасибо, вы правы.
        Исключительно из чувства противоречия отвечу, что не понимаю, за что Applied Machine Learning можно назвать «знаменитым». Мне он больше напоминает практику по предмету.
        Q: How does CS229A relate to CS229? Which should I take?
        A: CS229A is complementary to CS229, and provides more applied skills. It's okay to take both, though enrollment in CS229A is limited, and we may give priority to students who have not taken and who are not taking CS229. If your goal is a deep mathematical understanding of machine learning, or if your goal is to do research in AI or machine learning, you should definitely take CS229 (either instead of, or in addition to, CS229A). CS229 has a more difficult set of prerequisites. If you are interested in machine learning but aren't sure if you're ready for the mathematical depth that CS229 requires, then consider taking CS229A instead.

        • +1
          Да, это разумеется не тот самый знаменитый курс, но читает его тот же самый лектор. К тому же в оригинале курс не звался знаменитым, это автор топика применил этот эпитет.

          В целом же — курсы отличные и ML Class даёт хорошую базу для дальнейшего чтения Lecture Notes и просмотра лекций «старшего брата» CS229, как и для применения различных алгоритмов на практике.

          Я отлично понимаю, что если бы они давали CS229 в ML Class, то его бы бросили ко второй неделе почти все, так как требуется хорошая подготовка и весьма большие усилия. На мой взгляд ребята отлично решают проблему: заинтерсовывают предметом, пиарят свой университет, отлаживают платформу для он-лайн обучения, обкатывают новые курсы (много народу — быстро получаешь feedback; в обычном случае потребовалось бы несколько семестров «пробных» чтений, чтобы построить хороший курс с нуля).
        • +1
          В целом же я тихо лелею надежду, что этими вот курсами они потихоньку идут к реализации того, о чем пару месяцев писал Себастьян Тран своём твите: «Who here would love to get a CS Master's degree online, if it is of Stanford quality and only costs $2000 in tuition? Please reply.»

          Они делают платформу для курсов и отлаживают её, потихоньку готовят видео, задания и сопроводительные материалы к переводу на рельсы онлайна. А для того чтобы отладить платформу — они сделали упрощённые версии курсов, которыми гарантированно заинтересуется много людей (ну и заодно им дополнительный профит — они получают упрощённые курсы, которые также можно читать в университете, наряду с полными).
          • 0
            Здорово, я бы заплатил
      • +1
        Вот, кстати, лекции и материалы к CS229 и десятку других курсов
        see.stanford.edu/see/courses.aspx
  • 0
    Я брал похожие курсы (не из Стендфорда, правда), когда готовился к интервью, чтобы освежить теоретические моменты. Очень помогло. Но у меня свободный английский (я в США).
  • 0
    А никто не видел курсы по Hardware там?
  • +2
    это всё очень классно, но хочется добавить, что там есть ещё курсы по предпринимательнству и стартапингу в области хай-тек:
    Lean Launchpad и Technology Entrepreneurship.
    • 0
      Спасибо что сообщили. Они добавились недавно, на момент написания топика их ещё не было. Сейчас добавлю.
      • 0
        на здоровье :)
    • +1
      И для программистов тоже парочку курсов доабвили!
  • 0
    Ребята, а у кого есть материалы по AI? А то я этот курс не брал(
    • 0
      Так там всё доступно без регистрации (ai-class) и ещё есть CS229
  • 0
    Сколько длится курс?
    • 0
      Курс по базам данных длится примерно семестр (с октября по декабрь). Будущие курсы, думаю, тоже примерно так же — с января-февраля по июнь.
  • +1
    Интересно, нафига каждому курсу свой домен? Сложили бы всё в какой-нибудь stanford-online.org/coursenames.
  • +1
    И ещё несколько! В т.ч. из областей, весьма далёких от IT.
    Anatomy
    Making Green Buildings
    Model Thinking
    Information Theory
    Computer Security
  • 0
    image

Только зарегистрированные пользователи могут оставлять комментарии. Войдите, пожалуйста.