《动手学深度学习》 引言与预备知识摘要及笔记。
引言
机器学习的关键组件:数据,模型,目标函数,算法。
机器学习问题:监督学习(分类,回归,标注,搜索,推荐系统,序列学习),无监督学习(聚类,PCA,因果关系和概率图模型问题,GAN),强化学习。
预备知识
数据操作:张量,运算符,广播机制,索引与切片,就地操作,torch与其他python对象的转换。
数据预处理:数据集,缺失值,张量转换。
线性代数:标量,张量,降维,点积,矩阵乘法。
《动手学深度学习》 引言与预备知识摘要及笔记。
机器学习的关键组件:数据,模型,目标函数,算法。
机器学习问题:监督学习(分类,回归,标注,搜索,推荐系统,序列学习),无监督学习(聚类,PCA,因果关系和概率图模型问题,GAN),强化学习。
数据操作:张量,运算符,广播机制,索引与切片,就地操作,torch与其他python对象的转换。
数据预处理:数据集,缺失值,张量转换。
线性代数:标量,张量,降维,点积,矩阵乘法。