# [МУЗЫКА] Привет! Я Карлос Гестрин Я профессор по курсу машинного обучения кафедры Amazon Подожди, я профессор по курсу машинного обучения кафедры Amazon Кто ты? Я Эмили Фокс Так, я профессор по курсу машинного обучения в области информатики А я профессор по курсу машинного обучения в области статистики Мы оба находимся в Вашингтонском университете в Сиэттле Это Соединенные Штаты [Смеется] Да. Это Соединенные Штаты Америки Америки Чтобы быть точным Америка Америка [Смеется] Итак, что привело тебя к преподаванию курса, Эмили? [Смеется] Я должна прочитать свое резюме? Нет, только его начало Что я умею? Ладно. Итак, я училась в МТИ очень долго, 9 лет, но понятно, что за это время я получила не один диплом, а парочку [смеется] за те 9 лет Но да, я там получала кандидатскую степень в области электроники и информатики Мне стоит рассказывать дальше? Я думаю, итак достаточно Она очень образованна Просто дай мне сказать это [Смеется] А я получил бакалавра в университете Сан Паулу, Бразилия А потом защитил кандидатскую по информатике в Стенфорде Я работаю в области машинного обучения очень долго, как любит говорить Эмили. Очень долго Я думаю мне стоит рассказать немного, почему я решила перейти в статистику Итак, после того, как я защитила кандидатскую по электронике и информатике, я проводила исследование по статистике в университе Дьюка и если честно, большая часть моей кандидатской была о статистике Но в МТИ на данный момент нет кафедры статистики и не было, когда я там училась поэтому, я могу называть себя статистиком-самоучкой И мы все можем учится самостоятельно Да Как раз для этого мы сделали этот онлайнт курс. [Смеётся] Мы учимся вместе! Итак, я работаю в области машинного обучения достаточно долго, и меня восхищают методы машинного обучения и их разнообразие Я работал над разделам теорией алгоритмов, который называется планирование с учетом неопределенности для принятия решений, использующих машинное обучение Я работал с данными, получаемыми c распределенных сенсоров которые называют сенсорными сетями, а сегодня это Интернет вещей (IoT) Но это было давно, и затем я сфокусировался на очень больших системах машинного обучения Как масштабировать системы машинного обучения, чтобы они справлялись с очень большим количеством данных? Мы будем использовать некоторые из тех идей в этом курсе Как насчет тебя? У меня нет такого большого опыта , как у Карлоса [Смеётся] Но что мне очень нравится это обрабатывать временные ряды, это данные, которые приходят постоянно и мы хотим найти структуру и закономерности в этих данных В своих исследованиях я много фокусируюсь на том, как обрабатывать данные высоких размерностей или большие выборки временных рядов особенно когда они подвержены очень сложной динамике А также я очень заинтересована в том как делать статистические выводы в режиме реального времени при поступлении новых данных И я работала над самыми разными приложениями, некоторые из которых меня вдохновляют Прямо сейчас я занимаюсь нейробиологией Я также работала над обработкой голосовых данных, приложениями захвата движения, анализа человеческих движений, финансовыми данными и этот список можно продолжать бесконечно Но большинство данных имеют действительно значительную временную структуру и это моё увлечение. - Да - Да, это так. И мы учили машинному обучению на протяжении долгого времени и в том числе в рамках университета >> кое кто из нас дольше, чем другие Эта шутка никогда не надоест Нет Многие в рамках университета И вот мы здесь. Это захватывающий опыт преподавать этот онлайн курс. Да. Итак, как ты решила создать этот онлайн курс? Как я решила? Это очень хороший вопрос Было много причин почему я захотела сделать этот онлайн курс Но действительно существенная причина была распространить машинное обучение среди широкой аудитории потому что лично я пришла с совершенно другим опытом и подготовкой, как и Карлос, поэтому мне пришлось потратить много сил, чтобы изучить машинное обучение и статистику И я думаю это отличный способ научить самому основному в этой области самую широкую аудиторию, и это ещё одно из моих увлечений. Ещё одна причина в том, что другие будущие цели как передавать это другим группам, с которыми я взаимодействую в кампусе как учитель в Вашингтонском университете, ассистент [СМЕХ] профессора. [СМЕХ] Не на долго Итак, да, я очень воодушевлен тем как преподаётся машинное обучение И мы действительно много думали о том, как донести идею машинного обучения по-новому Итак, в данной специализации, как мы поговорим ещё в этом модуле, мы будем постигать машинное обучение немного в ином ключе, чем в других местах Мы прежде всего сфокусируемся на приложениях, понимании влияния машинного обучения и затем углубимся в понимание того, как создаются эти методы и чем они могут быть полезны Важная часть всего этого для нас — это создать новый способ учить машинному обучению, что круто Это круто Так что мы взволнованы Да. Мы взволнованы (Смех) # [МУЗЫКА]