标签：mlc ai 学习 课程 https 陈天奇 开课 讨论区

大家好，我是对白。

之前学生时代打竞赛的时候，XgBoost可以说是必备工具之一了。

现在工作中遇到一些简单的分类问题，也会先用xgboost快速来一版结果。

我仍然记得我当初学习XgBoost的时候，推导公式，看论文的痛苦，边看边觉得天奇大佬太牛了。

前几天在知乎看到，由TVM、MXNET、XGBoost 作者陈天奇主讲的机器学习编译入门课程将于6月17日正式开课(应该是美国时间~~)。

课程的中英文大纲，中英文讨论区都已经上线了。

中文官网：https://mlc.ai/summer22-zh/

英文官网：https://mlc.ai/summer22/

中文讨论区：https://github.com/mlc-ai/mlc-zh/discussions

英文讨论区：https://github.com/mlc-ai/mlc-en/discussions

按照课程简介来说，在本课程中，将系统地研究机器学习编译的关键要素，同时学习一些核心的概念，用以表示机器学习程序、自动优化技术，以及在端到端机器学习部署中优化环境依赖、内存和性能的方法。

该课程需要的数据科学和机器学习方面的背景知识：

• 熟悉 Python 语言和 Numpy 的使用
• 一定的深度学习框架背景知识（例如 PyTorch, TensorFlow, JAX）；
• 有系统层面的编程经验更佳（例如 C/CUDA）。

我去瞄了一眼，课程主要是这门课程总共有 11 次课，从 6 月 17 日一直持续到 8 月 23 日，大致安排如下

如果各位大佬对这个方向感兴趣，可以去看下。而且，视频也会被录制下来，到时候上传到官网。其实中文视频上传到B站，像李沐老师一样开个号，感觉会很火吧。

标签：mlc,ai,学习,课程,https,陈天奇,开课,讨论区
来源： https://www.cnblogs.com/coder-duibai/p/16384467.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。