吴恩达新动作：建立全新机器学习资源 Hub，「以数据为中心的 AI」大本营
行早 发自 凹非寺
量子位 | 公众号 QbitAI，AI有道
近日，吴恩达教授发推给大家推荐了一个新的资源站：Data-centric AI（DCAI）。
很高兴给大家介绍我们建立的一个新资源站Data-centric AI，这里有许多专家的文章和NeurIPS DCAI研讨会的交流谈话，来看看吧~
这个DCAI是什么来头？
它代表了最近AI从“以模型为中心”到“以数据为中心”的转变。
在过去几十年间，大多数的AI研究都集中在“code”上面，也就是提升模型或者算法。
不过目前在很多应用上，“code”已经基本上能够解决问题了，花时间改善一下数据往往会更有用。
然而现在构建、使用数据集这部分工作通常还是人工来做，费时费力，成本高昂，缺少高效的数据工具。
DCAI的出现就是为了解决这个问题。
这个新的资源站汇总了在数据这块最新的进展和最好的实践，目前共包含两大块内容：交流话题和NeurIPS研讨会资源。
其中交流话题现在共有3个：Labeling and Crowdsourcing（众包数据标注）、Data Augmentation（数据增强）、Data in Deployment（数据部署）。
分别由斯坦福计算机科学副教授Michael Bernstein、加州理工教授Anima Anandkumar和Google Brain研究负责人D. Sculley主导讨论。
在每个话题下面都会有教授进行介绍、举例、提出解决方法。
例如在数据增强这个话题下，Anima教授就从数据增强要解决的问题开始，给出解决方法，并介绍最新的研究成果：
在训练数据中仅使用边框标签来训练模型进行实例分割：
并在最后给出相关的资源以供参考。
DCAI包含的第二部分内容就是NeurIPS研讨会资源。
这里有各路大神在去年NeurIPS研讨会上的发言和谈话。
每个视频还都配有同步的PPT：
除了这两部分资源之外，你还可以成为DCAI社区的贡献者，在这里分享DCAI的研究项目、工具或者提议等内容：
自吴教授推文发布后，很快就收到了网友的热情回应。大伙纷纷希望加入社区，还有人表示会很快分享自己的成果：
如果有同学对“以数据为中心”的AI内容感兴趣，就赶快用起来吧~
DCAI地址：
https://datacentricai.org/
参考链接：
https://twitter.com/AndrewYNg/status/1494063769105821698
往期精彩回顾
适合初学者入门人工智能的路线及资料下载 (图文+视频)机器学习入门系列下载 中国大学慕课《机器学习》（黄海广主讲） 机器学习及深度学习笔记等资料打印 《统计学习方法》的代码复现专辑 AI基础下载 机器学习交流qq群955171419，加入微信群请扫码：