李宏毅机器学习2020版笔记1-课程流程

最新推荐文章于 2024-08-02 19:09:44 发布
最新推荐文章于 2024-08-02 19:09:44 发布
阅读量865 收藏 1
点赞数
分类专栏： 机器学习笔记 文章标签： 机器学习 人工智能
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/THEGREATHXY/article/details/104818585
版权
这篇笔记详细介绍了李宏毅2020年机器学习课程的内容，涵盖了从Regression和Classification到Reinforcement Learning和Life-long Learning等多个关键领域。在Supervised Learning中，通过损失函数寻找最佳模型；而在Reinforcement Learning中，机器通过奖励自我学习。此外，还讨论了无监督学习、生成模型、解释性AI以及网络压缩等重要概念。
摘要由CSDN通过智能技术生成

课程流程图

在这里插入图片描述

Regression(回归)

要找的函数的输出是一个数值（scalar）。例如：PM2.5数值预测
在这里插入图片描述

Classification(分类)

二分类
输出只有两个类：
RNN中输入句子，输出是正面还是负面

多分类
有多个输出类：从多个已知类中输出一个。
CNN中图像分类
在这里插入图片描述

Generation（生成）

生成句子或图片：
在这里插入图片描述

最低0.47元/天 解锁文章
MUTANT_HXY
关注
专栏目录
李宏毅2020机器学习课程笔记（一）- 分类与回归
⚡
04-25 1万+
包含李宏毅机器学习视频P1-P16的课程梗概
李宏毅机器学习笔记-----Self-Attention
m0_56250941的博客
07-29 330
Self-Attention
李宏毅机器学习笔记.pdf
08-11
李宏毅机器学习·笔记自己整理成了PDF，现在分享给大家。
机器学习（李宏毅2020）-课程笔记
qq_40881341的博客
03-06 1474
目录Introduction机器学习本质是自动寻找函数式你想找到怎么样的函数式怎么告诉机器你想找什么样的函数式？supervised learningunsupervised learningreinforcement learning机器怎么找出你想要的函数式 Introduction 机器学习本质是自动寻找函数式 例如： speech recognition f （ 输入音频信号 ）= “ho...
【机器学习】机器学习入门基础普及介绍（面向新人小白）
最新发布
yktssg的博客
08-02 1386
机器学习（Machine Learning）是一种通过数据驱动的方法让计算机自动改进和学习的技术。它属于人工智能的一个分支，核心在于构建算法和模型，使计算机能够在没有明确编程指令的情况下从数据中提取规律和知识，从而进行预测或决策。我们可以将其总结成一句话：与传统编程不同，机器学习是通过收集对某些现象的观察结果，让程序学习潜在的模式。
李宏毅机器学习笔记2020（一）
www588555的博客
04-06 1463
一、机器学习的本质就是自动寻找函式 例如 二、寻找什么样子得到函数式 1.regression（回归）： The output of the function is a scalar.:函数的输出是一个数值 例如： 2.classfication（分类）： 1）Binary Classification(二元分类): 2）multi-class Classification(多层...
B站：李宏毅2020机器学习笔记 1 —— 介绍+目录
共同进步
04-11 890
李宏毅课程网页：https://speech.ee.ntu.edu.tw/~hylee/ml/2020-spring.php
李宏毅2020机器学习深度学习笔记（一）
TOU_HOU的博客
04-23 1277
回归Regression一、模型函数二、Goodness of Function损失函数Loss function L：三、挑选出最好的函数梯度下降Gradient Descent 宝可梦CP值预测 设宝可梦的名字为xs、CP值为xcp、HP值为xhp、重量为xw、高度为xh。 ƒ(宝可梦的各项数值) = y(进化后的CP值) 一、模型函数 y = b + w * xcp Linear Model...
李宏毅机器学习自用笔记------逻辑回归
PlutoLilian的博客
09-08 401
自用学习笔记，希望得到大佬指正
李宏毅-机器学习-RNN-笔记
qq_41789315的博客
10-03 957
李宏毅-机器学习课程-笔记
2020李宏毅机器学习笔记-Explainable ML
zn961018的博客
05-22 492
目录 概述 Introduction Why we need Explainable ML? Lee’s Point of View Interpretable v.s. Powerful Local Explanation Basic Idea Limitation of Gradient based Approaches Attack Interpretation Global Explanation Activation Minimization (review) Constr
2020李宏毅机器学习与深度学习笔记——Classfication_1
qq_40706679的博客
07-31 1012
本节课的目标是，寻找合适的Function，对于我们的每一个输入x，我们给出合适的输出类别n，如下： 这种Function有很大的应用，比如在金融领域，我们可以根据一个人的收入、存款、工作、年龄、过去的财务历史等等，来决定是否贷款给他；再比如医疗方面，我们可以根据一个人现在的症状、年龄、性别、过去的就医历史等等，来判断他生了那种病(自动医疗诊断)；再比如做手写文字辨识，类别就是合法字体的个数；再比如做人脸识别，我们输入一张脸，然后在数据库里寻找，找到这张脸的主人。 依旧以pockmon来举例，我们知道po
2020李宏毅机器学习笔记- Meta Learning
zn961018的博客
08-29 739
摘要 元学习就是 Learn to learn ，让机器变成 a better learner 。Meta 讲的是：How to learn a new model 。传统的机器学习训练模型 f ，而元学习有让机器根据数据找一个能找 f 的函数 F 的能力。元学习第一步：Define a set of learning algorithm 。元学习第一步：Define a set of learning algorithm 。接着以 Omniglot 为例讲了 Few-shot Classificatio
李宏毅2020机器学习笔记
weixin_46880123的博客
06-14 843
李宏毅2020机器学习个人笔记
李宏毅机器学习—机器学习介绍
进击的合成尸的博客
10-15 964
李宏毅机器学习笔记github链接：https://github.com/datawhalechina/leeml-notes 李宏毅机器学习笔记在线阅读链接：https://datawhalechina.github.io/leeml-notes 机器学习介绍 这门课，我们预期可以学到什么呢？我想多数同学的心理预期就是你可以学到一个很潮的人工智慧。我们知道，从今年开始，人工智慧这个词突然变得非...
2020李宏毅机器学习笔记-Machine Learning (2020)_ Course Introduction
zn961018的博客
04-17 746
Machine Learning (2020)_ Course Introduction 机器学习课程介绍 今天介绍的内容大概： 机器学习就是自动找函式 Supervised Learning(监督学习) supervised learning 需要大量的training data，这些training data告诉我们说，一个我们要找的function，它的input和output之间有什么样的关系 而这种function的output，通常被叫做label(标签)，也就是...
[机器学习入门] 李宏毅机器学习课程回顾 + 接下来的学习声明
Holeung blog
08-21 4130
李宏毅机器学习回顾 从五月二十日发布第一篇《 [机器学习入门] 李宏毅机器学习笔记-1 (Learning Map 课程导览图) 》开始，到八月四日《 [机器学习入门] 李宏毅机器学习笔记-37 (Deep Reinforcement Learning;深度增强学习入门) 》，学习了30小时的李宏毅机器学习课程，并在此留下了几笔学习痕迹。由于很多内容要往复几遍才能听懂，外加记录总结，总共的学习时
李宏毅2020机器学习课程笔记---RNN
peacefairy的博客
08-29 894
本文是对博主**iteapoy** 相关笔记的续写，以此来督促自己学习。 RNNRNNLSTMRNN的cost functionRNN的应用RNN相关的扩展 RNN 首先，介绍一个自然语言处理任务中常见的应用问题：Slot Filling（填槽） 用户说出一句话，提取出其中的重点，把它填入对应的槽中，比如“目的地”填“台北”，“抵达时间”填“11月2日” 我们可以用之前讲的 前馈神经网络来解决这个问题 输入：一个单词（更准确的说，是它的向量） 输出：这个单词属于某个槽的概率分布 如：输入 “Tai
李宏毅机器学习课程笔记：从深度学习到卷积神经网络
"李宏毅的机器学习课程笔记涵盖了从基础的回归分析、梯度上升算法，到分类问题、反向传播、卷积神经网络（CNN）、半监督学习、无监督学习以及线性模型等多个核心主题。这些内容构成了深度学习和机器学习的基础理论与...
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