大家好，我是对白。
之前学生时代打竞赛的时候，XgBoost可以说是必备工具之一了。
现在工作中遇到一些简单的分类问题，也会先用xgboost快速来一版结果。
我仍然记得我当初学习XgBoost的时候，推导公式，看论文的痛苦，边看边觉得天奇大佬太牛了。
前几天在知乎看到，由TVM、MXNET、XGBoost 作者陈天奇主讲的机器学习编译入门课程将于6月17日正式开课(应该是美国时间~~)。
课程的中英文大纲，中英文讨论区都已经上线了。
中文官网：https://mlc.ai/summer22-zh/
英文官网：https://mlc.ai/summer22/
中文讨论区：https://github.com/mlc-ai/mlc-zh/discussions
英文讨论区：https://github.com/mlc-ai/mlc-en/discussions
按照课程简介来说，在本课程中，将系统地研究机器学习编译的关键要素，同时学习一些核心的概念，用以表示机器学习程序、自动优化技术，以及在端到端机器学习部署中优化环境依赖、内存和性能的方法。
该课程需要的数据科学和机器学习方面的背景知识：
- 熟悉 Python 语言和 Numpy 的使用
- 一定的深度学习框架背景知识（例如 PyTorch, TensorFlow, JAX）；
- 有系统层面的编程经验更佳（例如 C/CUDA）。
