李宏毅ML -lecture 0 机器学习介绍

最新推荐文章于 2022-10-02 00:00:44 发布
最新推荐文章于 2022-10-02 00:00:44 发布
阅读量233 收藏
点赞数
分类专栏： 机器学习 文章标签： 机器学习介绍
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Arron_hou/article/details/87836849
版权

李宏毅ML -lecture 0 机器学习介绍

在这里插入图片描述
机器学习的领域如图所示,
领域分为

  • 监督学习
    • 回归问题
      • 线性回归
      • 非线性回归
        • 深度学习
        • SVM
        • decision tree
        • K-NN
    • 分类问题
      • 逻辑回归
  • 半监督学习
  • 无监督学习
    • 聚类问题
    • 密度估计
    • 数据可视化
  • 强化学习
  • 迁移学习
  • 结构化学习

未完待续…

Arron_hou
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
机器学习-李宏毅-Lecture0-Introduction课程笔记
兰陵鸡王的博客
01-02 242
链接 video pdf AI ML DL关系 人工智能（AI）是我们要追求的目标。 机器学习（ML）是使用的手段，指机器通过学习可以和人一样聪明。 而深度学习（DL）是机器学习中的一种方法，指很多层网络叠加起来。 如下图所示。 Why ML？ 使用规则可以解决一部分问题，但是难以考虑到所有的情况，永远无法超越创造者，没有freestyle。 What is ML? 机器学习其实所做的就是寻找一...
台大-李宏毅-B站机器学习视频-课件.zip
09-30
台大-李宏毅-B站机器学习视频-课件.zip台大-李宏毅-B站机器学习视频-课件.zip台大-李宏毅-B站机器学习视频-课件.zip台大-李宏毅-B站机器学习视频-课件.zip台大-李宏毅-B站机器学习视频-课件.zip台大-李宏毅-B站机器...
李宏毅机器学习笔记-Lecture1
m0_50652864的博客
06-06 160
用const+多组HardSigmoid去拟合分段线性曲线。
李宏毅2021&2022机器学习
热门推荐
啥都生的博客
03-01 5万+
重磅须知  2022仅在2021基础上进行小补充，2021内容变成了前置知识，UP会在视频标题打上2022的标签；    2021资料已打包装进百度云盘，ppt/pdf支持直链下载。    （选修）To Learn More是21/22通用的，放入云盘：提取码：sr0o 更新日志 日期 项目 2021/03/16 更新HW1、HW2，同步更新助教范例 2021/03/26 更新HW3、HW4课件、代码、范例；release页发布HW1-HW4数据 2021/04/01 更新选修.
反向传播 - 李宏毅机器学习笔记
xuanshuang的博客
10-02 590
反向传播 - 李宏毅机器学习笔记
《机器学习—李宏毅》lecture1
SofiaT的博客
06-30 411
Introduction of Deep Learning
李宏毅ML lecture-17-18 unsupervised Learning Generation
Arron_hou的博客
03-09 503
李宏毅ML lecture-16 unsupervised Learning Generation
李宏毅ML lecture-12 Semi-supervised Learning
Arron_hou的博客
02-21 483
李宏毅ML lecture-12 Semi-supervised Learning生成式模型EM算法参考判别式模型Low-density Separationself-trainingEntropy-based RegularizationSVM参考Smoothness AssumptionCluster and then LabelGraph-based ApproachBetter Repre...
台大-李宏毅-B站机器学习视频-课件
01-08
【机器学习】 在机器学习领域，无监督学习是一种重要的学习方法，它主要处理没有标签的数据，通过发现数据内在的结构或模式来进行学习。【Deep Auto-encoder】是无监督学习的一种模型，它用于降低数据的维度并进行...
台大-李宏毅-B站机器学习视频-课件 -Backpropagation
01-08
台大-李宏毅-B站机器学习视频-课件-Backpropagation Backpropagation是机器学习中最重要的算法之一，用于训练人工神经网络。Backpropagation算法可以分为两个阶段：Forward Pass和Backward Pass。 Forward Pass ...
【ML】 李宏毅机器学习课件及代码.zip
04-02
机器学习（Machine Learning, ML）是一种应用人工智能（AI）领域的科学技术，它使得计算机系统能够从数据中自动学习和改进，而无需显式编程。在机器学习的过程中，算法会通过识别和挖掘数据中的模式来构建一个模型，...
李宏毅机器学习--Datawhale202210.zip
最新发布
04-08
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的...
【Semantic Segmentation】语义分割综述 -- Encoder And Decoder
Arron_hou的博客
09-20 2373
【Semantic Segmentation】语义分割综述--Encoder And DecoderEncoder And Decoder[FCN] Fully Convolutional Networks for Semantic Segmentation 2016-05FCN-32FCN-16FCN-8code by pytorch[U-Net] Convolutional Networks...
win10+ubuntu18.04双系统+cuda10+cudnn7.4+tensorRT5深度学习环境
Arron_hou的博客
02-21 2069
win10+ubuntu18.04双系统+cuda10+cudnn7.4+tensorRT5深度学习环境一，首先下载ubuntu18.04。二，分区三，制作启动盘四，安装系统六，安装显卡驱动七，安装cuda八，安装cudnn九，安装tensorRT十，安装anaconda（python环境）十一，安装pycharm编辑器十二，安装python包创建python3.6虚拟环境激活环境安装tensor...
win10+ubuntu16.04双系统+cuda+cudnn+tensorRT深度学习环境
Arron_hou的博客
02-21 1119
win10+ubuntu16.04双系统+cuda+cudnn+tensorRT深度学习环境一，首先下载ubuntu16.04.3。二，分区三，制作启动盘四，安装系统五，重启进系统六，修改kernel内核七，卸载nouveau八，安装cuda(包含显卡驱动)九，安装cudnn十，安装tensorRT十一，安装anaconda（python环境）十二，安装pycharm编辑器十三，修改firfox浏...
机器学习&深度学习的学习路线
Arron_hou的博客
02-21 1104
机器学习的学习路线课程教材 课程 作为小白, 机器学习的入门门槛是极高的, 深入也是极难的. 而深度学习是建立在机器学习之上的, 所以我觉得在开始学习深度学习之前, 牢固学习机器学习十分有必要. 这里主要列一下学习的课程: 吴恩达机器学习 CS229 李弘毅机器学习 莫烦python 简要介绍一下上面的课程: 吴恩达机器学习是吴恩达在Coursera上的课程, 吴恩达老师的课程深入浅出, 同时...
李宏毅ML lecture-13 unsupervised Learning Principle Component Analysis
Arron_hou的博客
02-25 506
李宏毅ML lecture-13 unsupervised Learning Principle Component Analysis聚类(Clustering)K-meansHAC数据降维(Dimension Reduction)PCA(Principal Component Analysis)基于特征值分解协方差矩阵实现PCA算法特征向量拉格朗日乘数法基于SVD分解协方差矩阵实现PCA算法PC...
李宏毅ML lecture-16 unsupervised Learning Auto-encoder
Arron_hou的博客
03-05 424
李宏毅ML lecture-16 unsupervised Learning Auto-encoder
深度学习速成：李宏毅机器学习教程解析
在李宏毅的课程中，Lecture I 深度学习的介绍，会讨论为什么使用深度网络，以及深度学习相较于传统机器学习的优势。深度网络能够自动学习抽象特征，这在处理复杂任务时尤其有用，比如图像分类或自然语言理解。 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值