机器学习 亚马逊的机器学习大学将面向公众开放其在线课程
此前仅供亚马逊员工学习的课程现在将对社区开放。
作者：Douglas Gantenbein 2020年8月12日 阅读时长：5分钟
机器学习是计算科学中的一个领域，它分析数据中的模式和结构，以帮助实现学习、推理和决策——所有这些都无需人工干预。数据是企业的命脉，而机器学习有助于从数据噪声中识别出有效信号。
机器学习是人工智能的一个子集，也是亚马逊业务的核心。它被公司内部的各个团队所使用，从使用它来改进产品预测的供应链优化团队，到彻底改变客户日常便利性的Alexa科学团队，再到实现无收银员购物体验的Amazon Go团队，以及亚马逊电商团队，用以提升客户的购物体验。此外，Amazon SageMaker是一项云服务，它为开发者和数据科学家提供了构建、训练和部署机器学习模型的能力，吸引了包括美国国家航空航天局、美国国家橄榄球联盟和通用电气医疗在内的众多客户。机器学习有潜力改变所有行业的企业，但目前存在一个主要限制：对具备机器学习专业知识的个人的需求远远超过供应。这对亚马逊以及全球大大小小的公司来说都是一个挑战。
为了帮助满足这一需求，亚马逊于2016年成立了内部机器学习大学。MLU的课程旨在提升现有机器学习从业者的技能，同时也为新手提供在其项目中部署机器学习所需的工具。课程由亚马逊的机器学习专家授课。目前已经推出了三门加速在线课程，并将在年底前扩展到另外九门更深入的课程。从2021年开始，所有MLU课程都将通过点播视频以及相关的代码材料提供。
首批三门在线课程涵盖自然语言处理（机器对人类语言的理解）、计算机视觉（机器对图像和视频的理解）以及表格数据处理（与电子表格类似的数据相关的机器学习）。“机器学习大学的创立源于一个想法，即我们将很难找到足够多具备机器学习技能的人来满足我们的需求，”亚马逊云服务的研究科学家Brent Werness说道，他实际上是MLU的学术主任。“大学培养具备机器学习技能的学生速度远远跟不上亚马逊的需求，更不用说满足外面所有其他公司的需求了。”
“通过向公众开放这些课程，我们正在为机器学习主题的科学社区做出贡献，并让机器学习更加普及化，”Werness补充道。“这个领域并不局限于拥有高级科学学位或技术背景的个人。将我们的课件在线上提供这一举措，代表着朝着降低软件开发者、学生和其他希望开始学习实用机器学习的构建者的门槛迈出了一步。”
Werness表示，MLU的课件通过多种机制开发。通常，一门课程是为了解决特定的业务问题而创建的，例如计算机视觉或自然语言处理方面的问题。在其他情况下，机器学习的进步则提示需要对课程进行更新。“这样我们既能紧跟业务需求，也能跟上技术进步的步伐，例如最近像AutoGluon这样的系统在先进自动化机器学习解决方案方面带来的改进。”MLU的核心课程颇具挑战性，有几门课程需要对机器学习的基础数学进行长达数周的学习，但该计划现在还提供了加速课程，例如最初公开的这些课程，让学生能够快速概览某个主题。
“我们不再提供需要18或20周才能完成的三个系列课程，在加速课程中，我们可以让学生从一开始就直接接触机器学习，”MLU项目经理Ben Starsky说。“他们可以在能够应用机器学习概念解决业务问题的领域快速上手。你可能无法在三天内学会所有需要知道的东西，但你将足以提出‘这是否可以解决我的业务问题？’这样的问题。”
MLU课程由亚马逊科学家授课，部分课件结合了由亚马逊科学家 Aston Zhang, Mu Li, Zachary Lipton 和 Alex Smola 编写的教材《深入学深度学习》。这本书提供了一条详细且易于理解的机器学习知识学习路径。MLU讲师Rachel Hu表示，在她为亚马逊学生授课的工作中，她很享受学生们带入课堂的问题——她期望这种体验也能延续到面向公众的在线课程中。“当我在为亚马逊内部授课时，我也感觉学到了很多东西，”这位此前曾在加州大学伯克利分校担任深度学习导论课程研究生助教的云服务应用科学家说。“这是因为学生们会提出很棒的问题。在工业界，工程师们每天都在解决重大问题，这些问题可能非常有趣。这也有助于我们让课程与现实世界的需求更相关。”
与其他开源计划类似，MLU的课件将根据开发者社区的反馈，随着时间的推移不断发展和改进。为了使在线课程更具吸引力，Starsky将移动录音室寄送给了MLU的讲师。“讲师们在他们的客厅或地下室搭建了录音室，”他说。“这样我们就能获得比笔记本电脑摄像头上更好的音视频质量。”
随着机器学习技术渗透到越来越多的业务领域，对机器学习课程的需求必将增长。Werness表示，MLU目前正在重建其课程，部分是为了将《深入学深度学习》进一步整合到课堂教学中。“我们希望确保在课程开始时就能教授重要的内容，并确保我们充分利用学生的时间，”他说。“随着过渡到在家工作，课程参与者现在更难留出多个小时的时间。我们希望在学习这些课程的方式上提供灵活性。”
| 研究领域 机器学习
| 标签 Amazon SageMaker 自然语言处理 机器学习大学 机器学习教育FINISHED
