原文：
www.kdnuggets.com/2022/07/practical-deep-learning-fastai-2022.html
尽管从未离开，fast.ai 带来了他们最新版本的（免费！）旗舰课程，《面向编码者的实用深度学习》。
如果你在机器学习领域待过一段时间，你无疑已经对 fast.ai 及其课程、书籍、软件、创始人或这些的某些子集有所了解。但以防万一你还不熟悉，什么是《面向编码者的实用深度学习》？
一门为有一定编码经验的人设计的免费课程，旨在学习如何将深度学习和机器学习应用于实际问题。
课程的前几个版本已经被全球成千上万的学生学习过。这一最新版本是完全重写的课程，经过两年的筹备。如果是这样，你会认为相较于之前的实现，肯定有很多更新和不同之处……确实如此！以下是一些亮点：
- 更加关注互动探索。课程中的学生通过手动构建决策树、线性分类器和非线性模型的简单 GUI，利用这种经验深入理解基础算法的工作原理。
- 使用了更广泛的库和服务，包括 Hugging Face 生态系统（Transformers、Datasets、Spaces 和 Model Hub）、Scikit Learn 和 Gradio。
- 涵盖了新的架构，如 ConvNeXt、Visual Transformers（ViT）和 DeBERTa v3。
这是基础知识与前沿技术的结合，各位。
这门课程由著名的机器学习研究员、从业者和企业家 Jeremy Howard 组织，为他和同样知名的 Rachel Thomas 共同创办的公司准备。这些不是试图拼凑课程的新人；这是多年理解的总结，提炼成九节 90 分钟的课程。哦，对了，我提到过这是免费的吗？
你将在这门课程中学到什么？
- 为计算机视觉、自然语言处理、表格分析和协同过滤问题构建和训练深度学习模型。
- 创建随机森林和回归模型。
- 部署模型。
- 使用 PyTorch，这款全球增长最快的深度学习软件，以及流行的库，如 fastai 和 Hugging Face。
这门课程涵盖了从机器学习的基础（回归模型）到一些最新且当前相关的库（PyTorch、Hugging Face 和 fastai）以及更高级的内容（模型部署）。
那么，完成课程后你将了解什么呢？课程网站上特别提到的几项内容包括：如何训练最先进的计算机视觉、自然语言处理、表格数据和协同过滤模型；如何将训练好的模型部署为网络应用；对深度学习的深入理解（打个趣），这可以用来构建和改进你自己的模型；真正有用的实用技术。
不要错过从专家那里学习实用且相关的机器学习的机会——在所有意义上都如此。该课程是全新的，尽可能最新，并涵盖了帮助你在实施自己的机器学习和深度学习模型时表现出色的主题。
另外，我提到过这是免费的吗？！？
前往实践深度学习课程网站现在开始吧！
Matthew Mayo (@mattmayo13) 是数据科学家，也是 KDnuggets 的主编，这是一项开创性的在线数据科学和机器学习资源。他的兴趣包括自然语言处理、算法设计与优化、无监督学习、神经网络和机器学习的自动化方法。Matthew 拥有计算机科学硕士学位和数据挖掘研究生文凭。你可以通过 editor1 at kdnuggets[dot]com 联系他。
1. Google 网络安全证书 - 快速进入网络安全职业生涯。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织 IT