mirror of
https://github.com/microsoft/ai-edu.git
synced 2026-08-28 17:41:25 +08:00
@@ -0,0 +1,70 @@
|
||||
# 开源系列讲座
|
||||
## 微矿 Qlib 如何以 AI 赋能传统投资行业?
|
||||
#### 介绍:
|
||||
Qlib 是首个开源的面向 AI 的量化投资平台,旨在发掘 AI 技术在量化投资领域的潜能和价值。
|
||||
Qlib 包括了机器学习需要的数据处理、模型训练和评估的完整流程,其针对量化投资场景进行设计并覆盖了整个量化投资研究流程(Alpha 挖掘、风险建模、组合管理,订单执行)。
|
||||
#### 直播地址:
|
||||
https://www.bilibili.com/video/BV1yv411J7Cj?spm_id_from=333.999.0.0
|
||||
#### 项目地址:
|
||||
https://github.com/Microsoft/qlib
|
||||
|
||||
|
||||
|
||||
## NNI:自动智能探索神经网络
|
||||
#### 介绍:
|
||||
|
||||
自动机器学习工具 NNI(Neural Network Intelligence),通过前沿的算法、自动化的框架和高效的分布式配置,可以节省训练时间与人力成本,赋能机器学习的各个生命周期。
|
||||
#### 直播地址:
|
||||
https://www.bilibili.com/video/BV19w41197Qz?spm_id_from=333.999.0.0
|
||||
#### 项目地址:
|
||||
https://space.bilibili.com/1649051673
|
||||
|
||||
https://github.com/microsoft/nni
|
||||
|
||||
|
||||
## MIND:个性化新闻推荐系统
|
||||
#### 介绍:
|
||||
MIND该数据集包含百万级别的用户,超过 16 万新闻文章以及 2400 多万的用户行为信息。MIND 数据集能够为个性化新闻推荐领域的研究和实践提供极大的便利。
|
||||
#### 直播地址:
|
||||
https://www.bilibili.com/video/BV1dV411H7qF?spm_id_from=333.999.0.0
|
||||
#### 项目地址:
|
||||
https://github.com/microsoft/recommenders/tree/main/scenarios/news
|
||||
|
||||
|
||||
## OpenNetLab:下一代开放网络研究社区
|
||||
#### 介绍:
|
||||
OpenNetLab 开放网络平台通过构建分布式节点收集不同区域、形态、场景的网络数据,为研究人员提供基于现实网络的真实数据,并能实地训练和验证网络模型。
|
||||
#### 直播地址:
|
||||
https://www.bilibili.com/video/BV1YM4y1V7ta?spm_id_from=333.999.0.0
|
||||
#### 项目地址:
|
||||
https://opennetlab.org/
|
||||
|
||||
## AI-EDU community & AI-system:人工智能教育与学习第一站
|
||||
#### 介绍:
|
||||
https://mp.weixin.qq.com/s/zOR4ol1XpTm8ny2IkWr2Og
|
||||
介绍微软人工智能教育与学习共建社区的全新架构、实践案例,并首次线上公开直播国内首门专门的《人工智能系统》课程
|
||||
#### 直播地址:
|
||||
https://www.bilibili.com/video/BV1dT4y1R7Qm?spm_id_from=333.999.0.0
|
||||
#### 项目地址:
|
||||
https://github.com/microsoft/AI-System/tree/bc221bf98e366d5c81cc6183e2876d3c89647b6c
|
||||
|
||||
|
||||
|
||||
## 群策:多智能体资源调度平台及其基于强化学习的大规模应用
|
||||
#### 介绍:
|
||||
MARO是一个面向多行业横截面上的全链条资源优化 AI 解决方案。
|
||||
考虑到不同行业用户对 AI 技术的掌握程度有所不同,MARO 平台提供了三种面向不同用户的构建方式,以帮助相关人员由浅入深地应用 AI 技术,创建自己的资源调度优化模型。
|
||||
#### 直播地址:
|
||||
https://www.bilibili.com/video/BV13b4y1879h?spm_id_from=333.999.0.0
|
||||
#### 项目地址:
|
||||
https://github.com/microsoft/maro
|
||||
|
||||
## nn-Meter:可高效、准确地预测模型推理时间的系统
|
||||
#### 介绍:
|
||||
nn-Meter提出基于内核单元的预测方法,通过自适应数据采集算法,可高效、准确地预测DNN模型在不同端侧设备上的推理延迟。
|
||||
|
||||
nn-Meter 荣获了 MobiSys 2021 大会的最佳论文奖,且是本届大会上唯一一篇获得了Artifact Evaluation 全部三个最高级别徽章的论文。
|
||||
#### 直播地址:
|
||||
https://www.bilibili.com/video/BV1BM4y1A7T5?spm_id_from=333.999.0.0
|
||||
#### 项目地址:
|
||||
https://github.com/microsoft/nn-Meter
|
||||
@@ -0,0 +1,105 @@
|
||||
# NeurIPS2021:
|
||||
#### NeurIPS 2021|12篇论文精彩放送
|
||||
本次 NeurIPS 2021 论文分享会为大家挑选了其中有代表性的 12 篇论文,并邀请到相关作者来为大家做论文内容的深入解读。
|
||||
|
||||
https://www.bilibili.com/video/BV1Sr4y1Q77m?share_source=copy_web
|
||||
|
||||
https://www.bilibili.com/video/BV1RZ4y1X7Cp?share_source=copy_web
|
||||
|
||||
https://www.bilibili.com/video/BV1D44y1h7rG?share_source=copy_web
|
||||
|
||||
# ICCV2021:
|
||||
#### ICCV 2021|6篇论文带你走进计算机视觉领域最前沿
|
||||
本次分享会的论文涵盖计算机视觉热门任务,包括伪造人脸检测、图像复原、NAS、自监督学习、物体检测、自监督视频表征学习等,且包含本届马尔奖获得者的分享。
|
||||
https://www.bilibili.com/video/BV1vF411b7Tb?spm_id_from=333.999.0.0
|
||||
|
||||
# KDD2021:
|
||||
#### KDD 2021 | NAS-BERT:用自动架构搜索实现任务无关且动态大小的BERT压缩
|
||||
https://www.bilibili.com/video/BV12P4y1a7ZE?spm_id_from=333.999.0.0
|
||||
|
||||
# ACL2021:
|
||||
#### ACL 2021 | 论文分享时空可控的图片描述生成
|
||||
https://www.bilibili.com/video/BV1Bg411L7PE?spm_id_from=333.999.0.0
|
||||
#### ACL 2021 | LayoutLMv2:针对富文本文档的多模态预训练模型
|
||||
https://www.bilibili.com/video/BV1cg411j7J5?spm_id_from=333.999.0.0
|
||||
# ICSE2021:
|
||||
#### ICSE 2021 | 用于深度学习模型的资源导向的配置空间约简
|
||||
https://www.bilibili.com/video/BV1ew411Z7i1?spm_id_from=333.999.0.0
|
||||
#### ICSE 2021 | 利用服务关系挖掘加速大规模云系统故障分析
|
||||
https://www.bilibili.com/video/BV1eK4y1X7QA?spm_id_from=333.999.0.0
|
||||
|
||||
|
||||
# IJCAI2021:
|
||||
#### IJCAI 2021| 云计算中基于不确定约束的预测作业调度算法
|
||||
微软亚研院数据,知识,智能组研究员董航分享预测+优化框架下的调度算法来进行提升容量预测与调度方案的效果。
|
||||
|
||||
https://www.bilibili.com/video/BV1xb4y1y7UC?spm_id_from=333.999.0.0
|
||||
|
||||
# AAAI2021:
|
||||
#### AAAI 2021 | 基于无监督交互学习的主题式论文PPT生成
|
||||
https://www.bilibili.com/video/BV1fV411q7Ho?spm_id_from=333.999.0.0
|
||||
#### AAAI 2021 | 从组合泛化的角度重访迭代回译技术
|
||||
https://www.bilibili.com/video/BV16U4y1s7vW?spm_id_from=333.999.0.0
|
||||
#### AAAI 2021 | 提升自监督学习的定位能力
|
||||
https://www.bilibili.com/video/BV1cN411R7MV?spm_id_from=333.999.0.0
|
||||
#### AAAI 2021 | UWSpeech:针对没有文字的语言的翻译系统
|
||||
https://www.bilibili.com/video/BV1dz4y1m7CL?spm_id_from=333.999.0.0
|
||||
|
||||
# ICLR2021:
|
||||
#### ICLR 2021 | 基于实例的层序可变Transformer网络结构
|
||||
https://www.bilibili.com/video/BV1WB4y1P7mn?spm_id_from=333.999.0.0
|
||||
#### ICLR 2021 | 基于梯度投影扰动的隐私保护机器学习
|
||||
https://www.bilibili.com/video/BV1Sb4y1Q7AB?spm_id_from=333.999.0.0
|
||||
|
||||
|
||||
# CVPR 2020:
|
||||
#### CVPR 2020丨基于金字塔式注意力机制的图像修复技术
|
||||
https://www.bilibili.com/video/BV1YJ411E7et?spm_id_from=333.999.0.0
|
||||
|
||||
# ICLR 2020:
|
||||
#### ICLR 2020 | BERT在神经机器翻译中的应用
|
||||
https://www.bilibili.com/video/BV1Ep4y1Q71p?spm_id_from=333.999.0.0
|
||||
|
||||
# NeurIPS 2020:
|
||||
#### NeurIPS 2020 | 通过学习解析表达式来实现组合泛化——让AI编程从复制粘贴走向推理合成
|
||||
https://www.bilibili.com/video/BV1h541157kp?spm_id_from=333.999.0.0
|
||||
#### NeurIPS 2020 | “百里挑一”:如何加速超网训练的收敛和搜索速度
|
||||
https://www.bilibili.com/video/BV1uK411G7JM?spm_id_from=333.999.0.0
|
||||
|
||||
# ECCV 2020:
|
||||
#### ECCV 2020 | 解耦自注意模型
|
||||
https://www.bilibili.com/video/BV1Eh411R7Wu?spm_id_from=333.999.0.0
|
||||
|
||||
# KDD 2020:
|
||||
#### KDD 2020 | LRSpeech: 极低资源下的语音合成与识别
|
||||
https://www.bilibili.com/video/BV1254y1U7EP?spm_id_from=333.999.0.0
|
||||
|
||||
# EMNLP 2020:
|
||||
#### EMNLP 2020 | 忒修斯之BERT:通过渐进替换压缩模型
|
||||
https://www.bilibili.com/video/BV13V41117M1?spm_id_from=333.999.0.0
|
||||
|
||||
# IJCAI2020:
|
||||
#### IJCAI 2020 | 我们离有效的上下文建模还有多远?面向对话式语义解析的探索性研究
|
||||
https://www.bilibili.com/video/BV1EC4y187YB?spm_id_from=333.999.0.0
|
||||
|
||||
# InterSpeech2020:
|
||||
#### InterSpeech 2020最佳学生论文提名 | 基于“哨兵网络”的低延迟流式端到端语音识别网络
|
||||
https://www.bilibili.com/video/BV1eK4y1f7cZ?spm_id_from=333.999.0.0
|
||||
|
||||
# OSDI2020:
|
||||
#### OSDI 2020 最佳论文 | 分布式系统共识中的寡头统治与民主
|
||||
https://www.bilibili.com/video/BV1Pp4y1z7Xj?spm_id_from=333.999.0.0
|
||||
|
||||
|
||||
|
||||
# KDD2019:
|
||||
#### KDD 2019丨 LambdaOpt:Learn to Regularize Recommender Models in Finer Levels
|
||||
https://www.bilibili.com/video/BV1pJ411T7vj?spm_id_from=333.999.0.0
|
||||
|
||||
## IJCAI2019:
|
||||
#### IJCAI 2019 丨可解释推荐:基于协同注意的多任务学习模型
|
||||
https://www.bilibili.com/video/BV1XJ411T7ie?spm_id_from=333.999.0.0
|
||||
|
||||
|
||||
|
||||
|
||||
Reference in New Issue
Block a user