一、学习任务
二、 完成任务
Task07:总结
这次参加了Datawhale的为期14天的开源学习。主要围绕着李宏毅的深度学习展开。在这之前,我大致学习了吴恩达的CS229机器学习。与吴恩达的课程相比,中文版本的机器学习显得亲民了许多,李宏毅的机器学习是英文的ppt+中文讲解,非常有利于入门。吴恩达的CS229中偏向于传统机器学习(线性回归、逻辑回归、Naive Bayes、决策树、支持向量机等),李宏毅2020版本的机器学习中除了最前面的回归、分类,后面更多篇幅涉及卷积神经网络(CNN)、循环神经网络(RNN)、强化学习(RL)等深度学习的内容。其实,李宏毅的课程连续几年有所更新。2020年版与2017年版、2019年版较为类似,不同的是2019年版用到了keras这一深度学习框架,而2020年版用到了pytorch。
学习线路
通过学习李宏毅老师的课程后,然后对他的课程进行了系统了解。 建议系统学习的内容如下:
1.机器学习2017,机器学习2019,高级机器学习
2.深度学习理论
3.深度强化学习
4.对抗生成网络GAN
同时建议阅读西瓜书,西瓜书上的公式推导,在B站中也有讲解。链接如下:
【机器学习】【白板推导系列】【合集 1~23】_哔哩哔哩_bilibili
当然,也可以仔细琢磨下配套的南瓜书来同步使用。这个是我下一个学习目标。
最后感谢这个开源团队,给予了很多系统资源。感谢我们龙小组,可爱至极,大家都努力至极!