李宏毅机器学习课程-01机器学习入门

最新推荐文章于 2022-01-21 17:13:11 发布
最新推荐文章于 2022-01-21 17:13:11 发布
阅读量351 收藏 1
点赞数
分类专栏： 机器学习 文章标签： 李宏毅 机器学习
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/linuxerlin/article/details/104234298
版权
该博客介绍了李宏毅教授关于机器学习的课程，探讨了AI、机器学习、深度学习之间的关系，强调了机器学习的分类，包括监督学习、半监督学习、无监督学习等，并概述了机器学习的基本步骤，如定义模型、训练与验证。内容包括链接到原始PPT和视频资源。
摘要由CSDN通过智能技术生成

原文PPT地址:
http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17.html

视频地址:
https://www.youtube.com/watch?v=CXgbekl66jc&list=PLJV_el3uVTsPy9oCRY30oBPNLCo89yu49

AI、机器学习、深度学习的关系

在这里插入图片描述
Since an early flush of optimism in the 1950s, smaller subsets of artificial intelligence, first machine learning, then deep learning, have created ever larger disruptions.

通过河狸筑坝这种生物的本能，引出基于if else的规则的AI，这种方式的AI缺点是依赖于规则的创建者，机器的智能不会超过创建者。这种AI就如下面这幅漫画所暗讽的，内部都是一堆if块。
在这里插入图片描述

机器学习的分类

在这里插入图片描述

  • 监督学习:回归( 预测PM2.5)、分类(垃圾邮件的二元分类、新闻类别的多元分类）、深度学习(图像识别、AlphaGo)等
最低0.47元/天 解锁文章
正说杂谈
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
李宏毅2020机器学习资料汇总
⚡
04-08 8万+
前言 可能受到新冠病毒的影响，台大也开始了网课教学。李宏毅上传了2020版本的机器学习视频，可以说是非常好的学习资料（尽管其中多数都是2017、2019的视频，但有部分更新）。 和吴恩达的CS229机器学习相比，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，非常有利于大家入门。吴恩达的CS229中偏向于传统机器学习……
李宏毅老师《机器学习》入门第一课
zszfrank的博客
09-12 165
第一次写博客，希望以后能养成写博客的习惯。 这篇博客用来记录跟随Datawhale学习李宏毅老师《机器学习》系列课程的第一部分。 第一课的内容比较宽泛，主要介绍了机器学习的最主要应用场景以及为什么要学习机器学习。 其中让我印象比较深刻的就是下面这两张图片。（图片来自李宏毅老师课件） 之前一直在做传统的机器学习，我个人一直认为在监督学习领域里，常见的任务场景就是回归和分类，然而，Supervised learning的应用场景并不限于此。监督学习领域也应该包括Structured learni..
李宏毅机器学习——深度学习入门
日积月累，天道酬勤
12-23 456
深度学习三步曲 和机器学习类似，也是定义一个函数集、判断函数的好坏以及找到最好的函数。就像把大象放到冰箱一样：把门打开、把大象赶进去、把冰箱门关上。 在第一步中的定义一个函数，该函数就是神经网络。 神经网络 把逻辑回归前后连接在一起，把每个逻辑回归叫做神经元，整个叫做神经网络。 用不同的方法连接神经元可以得到不同的神经网络，每个逻辑回归都有自己不同的权重(weight)和偏差(bias)。 有...
李宏毅机器学习（一）
Cjv的博客
05-13 2568
一、机器学习三步骤： Step1: Define a set of function Model：定义一些函数f1f2...f_1 f_2...f1​f2​... Step2: Goodness of function 使用训练数据，根据输入输出判断函数的好坏。 Step3: Pick the best function 通过Testing挑选出最好的函数。 二、Learning Map： sce...
李宏毅机器学习自己的笔记（一）----------Introduction of MachineLearning
luolang_103的博客
02-02 1119
视频来源：李宏毅机器学习(2017)_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili https://www.bilibili.com/video/av10590361/?p=2 声明：图片均来自于视频截图 问题一：   AI，机器学习  ，深度学习关系 答：AI人工智能是人类最终要实现的，完成的目标。机器学习是人类在尝试完成这个目标所创生的一种途径。而深度学习是让机器学习完成
李宏毅机器学习--Datawhale202210.zip
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...
李宏毅机器学习作业-预测收入是否大于50K？.zip
最新发布
04-23
在这个“李宏毅机器学习作业-预测收入是否大于50K？”项目中，我们主要探讨的是使用机器学习技术来解决一个二分类问题：预测个人的年收入是否超过50K。这个任务通常属于监督学习范畴，是数据分析和数据挖掘中的常见...
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 课程作业代码
08-17
李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码...
李宏毅机器学习课程（2020）之课程简介
不负如来不负卿
03-12 1037
课程简介 这一节主要是课程介绍，感觉放一张图就能囊括本章所有内容 这里主要想提出5类， 1、监督：训练、测试集合独立同分布，分类或者回归问题 2、非监督：自编码 3、训练、测试集合不同分布：Domain Adversarial Learning 4、前沿研究：可解释性AI、恶意攻击、网络压缩 5、自学习能力：MetaLearning、Life-long Learning、Reinforcemen...
李宏毅机器学习课程
一只小咸鱼的博客
11-01 1247
转载学习资料：经典台大李宏毅机器学习全套课程
2020李宏毅机器学习笔记-Machine Learning (2020)_ Course Introduction
zn961018的博客
04-17 734
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...
李宏毅2020机器学习深度学习
既脱春火的博客
01-21 366
P1机器学习 1.机器学习就是自动寻找函数（函式） 2.找到的函数输出是一个数值即可称之为regression （回归） 3.generation 不同于回归于分类 是一个让机器创造的过程 作业中RNN中的Seq2seq可翻译产生语句（文句） CNN中的GAN 产生二次元人物头像 4.Supervised learning 告诉机器每张图片对应的正确分类输出就是做label 即理想输出。而有label的训练 即Supervised learning 有了label后即可计算实际与理想的偏差 即找到的
李宏毅2020机器学习深度学习(完整版)国语李宏毅2020机器学习深度学习(完整版)国语总结
武凯的博客
04-21 289
李宏毅2020机器学习深度学习Gradient Descent Gradient Descent 为什么是更新方程是wt+1 = wt - η▽？ 将输入x当作固定的，本来也是，因为输入的数据集一开始就是固定的，那么将w和b当做变量去优化关于w和b的方程L，要用到偏导，微分，也就是当loss固定的时候（x是固定的所以loss的方程是固定的，而w和b是变量），w和b移动然后慢慢找到loss最时候，则我们就求出了最佳的变量w和b，至于为什么是η， ...
机器学习（李宏毅2020）-课程笔记
qq_40881341的博客
03-06 1454
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...
2020李宏毅机器学习笔记-ELMO, BERT, GPT
zn961018的博客
07-11 732
摘要 1. Background 机器是如何理解我们的文字的呢？最早的技术是1-of-N encoding，把每一个词汇表示成一个向量，每一个向量都只有一个地方为1，其他地方为0。但是这么做词汇之间的关联没有考虑，因为不同词之间的距离都是一样的。 所以，接下来有了word class的概念，举例说dog、cat和bird都是动物，它们应该是同类。但是动物之间也是有区别的，如dog和cat是哺乳类动物，和鸟类还是有些区别的。 后来有了更进阶的想法，称作word embedding，我们用一个向量来
2020李宏毅机器学习笔记-Transfer Learning
zn961018的博客
08-22 460
目录 摘要 Introduce Why Need ？ Target Data labelled & Source Data labelled Model Fine-tuning Conservative Training Layer Transfer Multitask Learning Progressive Neural Networks Target Data unlabelled & Source Data labelled Domain-advers...
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

打赏作者

正说杂谈

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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