近日，加拿大滑铁卢大学计算机教授Gautam-Kamath在B站创建了账号，并发发布了两个视频，其中一个是个人介绍，在视频中，作者聊了聊为什么来B站，将会在B站做些什么事情。另一个视频是非常硬核的滑铁卢大学计算机系研究生第一年课程《隐私数据分析》。不仅硬核，而且非常有诚意，例如讲课过程中全程板书！目前，关于此课程作者共上传了18节Lecture，总学习时长24小时。修习本课程需要本科生有一定的数学基础，了解一些算法，熟悉概率论的相关操作。课程整体内容安排，以数学推导和理论为基础，但也提供了相关的实践参考。尤其在课程的末尾，两位讲师手把手操作了“2020年美国人口普查中的差分隐私”。
如上所示，课程从易到难共有18个节课，第一节是入门介绍“数据隐私初探”，第二节是“重建攻击"、第三节和第四节是“差分隐私入门”。入门课程之后开始进阶，正如接下来的课程名称“近似差分隐私”、Advanced Composition、 “指数机制”“Private Multiplicative Weights”“稀疏向量技术”、“超越全局敏感度”、“Packing Lower Bounds”、“隐私侵犯介绍”、“差异化私有ERM”、“现代机器学习”、“隐私均估计”、“自适应数据分析”、“本地差异隐私”。
图注：提供“正规”版和手写板两种笔记为了让课程更加容易，Gautam-Kamath还配备了课程讲义以及扩展阅读，并且给出良心资源链接。 http://www.cs.toronto.edu/~anikolov/CSC2412F20/notes/prob.pdfhttps://chriswhong.com/open-data/foil_nyc_taxi/在课程主页，作者Gautam-Kamath表示，上好这门课，并不需要购买啥教材，本课程使用的教程，在网上就能找出。https://www.cis.upenn.edu/~aaroth/Papers/privacybook.pdfhttps://privacytools.seas.harvard.edu/files/privacytools/files/complexityprivacy_1.pdf在第一个视频中， Gautam Kamath进行了自我介绍，他说：“我在康奈尔大学读的本科，在麻省理工学院读博士，在加州伯克利大学读博士后，目前在加拿大滑铁卢大学担任助理教授，研究方向是统计，机器学习，特别是数据隐私以及鲁棒性。“创健这个B站账是因为有很多中文观众对差分隐私话题感兴趣，在这儿我分享我在这些领域的知识感悟。我打算分享两种视频，一种比较硬核，关于数学、计算机、统计、机器学习的研究，另一种是学术生活，例，如何在博士学习中脱颖而出。Gautam Kamath表示，在B站创建账号并不容易，要做一百道测试题，而且要拿到60分，所有的测试题都是中文的，并且不能复制。甚至维基百科上称测试题的难度为“The Chinese Otaku High-school Exam”。不过，B站平台的效果Gautam Kamath很满意，仅仅一天多就有了4300多个粉丝，相比之下他蹲在YouTube好几个月了，也只有460个订阅者。对此他猜测：B站有很多人对这个话题感兴趣、对外国人的新奇（外来的和尚好念经？）以及不同的订阅文化。
国内观众也很给力，发布仅一天，已经有近1200个币了，有不少留言：素质三连走一发。想必也是看到了Gautam Kamath接地气的推特。
AI科技评论本次联合【博文视点】为大家带来15本“《labuladong 的算法小抄》”正版新书。
在1月1日头条文章《我多篇顶会论文在手，面试AI算法岗时竟然还要刷算法题？| 元旦送书福利》留言区畅所欲言，谈一谈你刷算法的故事，或你对2020的总结或者是对2021年的规划和心愿，甚至可以是新的一年对AI科技评论的建议和期待，有哪些喜欢看的报道，还希望看到什么样的报道？
AI 科技评论将会在留言区选出 15名读者，每人送出《labuladong 的算法小抄》一本。
活动规则：
1. 在1月1日头条文章（注意不是本文！）下面留言，留言点赞最高的前 15 位读者将获得赠书。获得赠书的读者请联系 AI 科技评论客服（aitechreview）。
2. 留言内容会有筛选，例如“选我上去”等内容将不会被筛选，亦不会中奖。
3. 本活动时间为2021年1月1日 - 2020年1月7日（23:00），活动推送内仅允许中奖一次。
点击阅读原文，直达AAAI小组！
由于微信公众号试行乱序推送，您可能不再能准时收到AI科技评论的推送。为了第一时间收到AI科技评论的报道， 请将“AI科技评论”设为星标账号，以及常点文末右下角的“在看”。
