Mengajar machine learning dari dasar
Peneliti di Microsoft Research AI Frontiers yang membuat penjelasan singkat topik machine learning seperti attention, PyTorch, RLHF, PPO, dan KV cache.
Gratis, cukup daftar sekali. 10 video pilihan, total sekitar 4 jam 47 menit.
1Give me 31 minutes, I will make PyTorch click forever32 menitMembuat dan mengolah tensor (indexing, slicing, dim) di PyTorch dengan contoh tarif taksi New York.EngineerEvergreenModul 11
2Give Me 21 Min, I Will Make Attention Click Forever22 menitMemahami rumus attention yang dipakai di dalam LLM lewat cerita dan contoh kecil kata crane yang bermakna ganda.IntermediateEvergreen
3Give Me 14 Minutes, I'll Make RLHF Click Forever14 menitMenjelaskan RLHF dari nol: reward model dari preferensi manusia (Bradley-Terry) dan pelatihan dengan policy gradient.AdvanceEvergreenModul 31
4Give me 24 minutes, I will make Neural Networks click forever24 menitMemahami backpropagation lewat satu jaringan kecil dengan 10 bobot dan 5 bias, sampai bisa menghitung setiap gradien sendiri.IntermediateEvergreen
5Give Me 20 Minutes, and the KV Cache Will Click Forever20 menitMenjelaskan KV cache lewat kode Python pendek dan contoh kecil attention.EngineerEvergreenModul 45
6Give Me 35 Minutes, I'll Make LLM Pre-training Click Forever35 menitMemahami pre-training LLM dengan melatih sendiri sebuah model bahasa dari nol di satu laptop.IntermediateEvergreen
7Give Me 19 Minutes, I'll Make PPO Click Forever20 menitMemahami algoritma PPO lewat contoh CartPole: kereta dengan tiang yang harus tetap tegak.IntermediateEvergreen
8PyTorch Indexing Is Weird...42 menitMenguasai indexing tensor PyTorch lewat kuis: indeks angka, list, slice dengan colon dan dot dot.IntermediateEvergreen
9Give Me 10 Minutes, I'll Make REINFORCE Click Forever11 menitMenjelaskan REINFORCE (policy gradient paling dasar) lewat robot yang belajar menemukan harta di labirin licin.AdvanceEvergreenModul 30
10Give Me 1 Hour, I'll Make Machine Learning Click Forever1 jam 8 menitMemahami metode machine learning dasar sebagai tiga langkah yang sama: model, loss, dan optimizer.IntermediateEvergreenFoto: cs.columbia.edu