浙江大学-机器学习强推

最新推荐文章于 2024-04-19 05:16:41 发布
最新推荐文章于 2024-04-19 05:16:41 发布
阅读量183 收藏
点赞数
分类专栏： 机器学习 Powered by 金山文档
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/qqqweiweiqq/article/details/128747182
版权
qqqweiweiqq
关注
专栏目录
订阅专栏
网易云音乐机器学习平台实践_lookalike配置方案(2)，flutter返回上个页面
2401_84167072的博客
04-21 1221
以上就是网易云音乐机器学习平台的过去的一些工作，回顾一下，我们分别从“资源层”、“底层框架层”、“应用框架层”、“功能层”来分享相关的部分工作以及进展，机器学习平台因为覆盖的面很广泛，工作看起来比较杂乱，覆盖各种不同的技术栈，并且各项工作的挑战与目标都不一样，还是很有意思的。本文发布自网易云音乐技术团队，文章未经授权禁止任何形式的转载。我们常年招收各类技术岗位，如果你准备换工作，又恰好喜欢云音乐，那就加入我们。作者：网易云音乐技术团队。
2021-ZJU-Machine-Learning:浙江大学机器学习
03-30
2021-ZJU-机器学习 浙江大学机器学习 课程概述： 2016年，人工智能机器人AlphaGO击败了围棋世界冠军李世石，这场史无前例的“人机大战”将AI引入社会舆论的风口浪尖上。AI是什么？AI对人类有什么作用？扮演怎样的角色？ 要想弄清楚这些问题，就必须了解AI的主要的工作原理-机器学习。这门课程对机器学习这一领域既有全面细致的理论讲解，又有趣味生动的故事串联，还有妙趣横生的程序实践，引导同学们从数学，计算机科学和人文哲学等方面全面地理解AI。 课程中的知识点覆盖全面，尤其是包含其中这一领域的发展，深度学习，增强学习，生成对抗网络，RNN和LSTM，ALPHAGO程序解析等最新的研究内容登上了MOOC的课堂。了十个左右的编程实验，并讲解流行的CAFFE，TENSORFLOW和PYTORCH等流行的深度学习框架，让大家在学习理论的同时亲身实践，体验AI的魅力。 与国外Andrew N
浙江大学-机器学习-ppt截图
魔芋小灰菜
03-14 872
https://gitee.com/zzhzwh/ZJU_Machine_Learning/tree/main 多层神经网络 梯度下降 后向传播 一般的后向 后向传播算法的应用和改进 非线性改进 阶跃函数在0处没有导数、 目标函数第二个改进----输出不止一个 原来的 改进的 原来的梯度下降缓慢的运行，而采用随机梯度 人工神经网络的建议
浙江大学人工智能课程课件
11-18
浙江大学人工智能课程课件，内容有： Introduction Problem-solving by search( 4 weeks) Uninformed Search and Informed (Heuristic) Search （1 week） Adversarial Search: Minimax Search, Evaluation Functions, Alpha-Beta Search, Stochastic Search Adversarial Search: Multi-armed bandits, Upper Confidence Bound (UCB),Upper Confidence Bounds on Trees, Monte-Carlo Tree Search(MCTS) Statistical learning and modeling (5 weeks) Probability Theory, Model selection, The curse of Dimensionality, Decision Theory, Information Theory Probability distribution: The Gaussian Distribution， Conditional Gaussian distributions， Marginal Gaussian distributions， Bayes’ theorem for Gaussian variables， Maximum likelihood for the Gaussian， Mixtures of Gaussians, Nonparametric Methods Linear model for regression: Linear basis function models； The Bias-Variance Decomposition Linear model for classification ： Basic Concepts; Discriminant Functions (nonprobabilistic methods); Probabilistic Generative Models; Probabilistic Discriminative Models K-means Clustering and GMM & Expectation–Maximization (EM) algorithm, BoostingThe Course Syllabus Deep Learning (4 weeks) Stochastic Gradient Descent, Backpropagation Feedforward Neural Network Convolutional Neural Networks Recurrent Neural Network (LSTM, GRU) Generative adversarial network (GAN) Deep learning in NLP (word2vec), CV (localization) and VQA(cross-media) Reinforcement learning (1 weeks) Reinforcement learning: introduction
浙江大学-研究生机器学习课程-课堂笔记
学习笔记
11-05 1908
浙大胡老师的-研究生机器学习课程课堂笔记 文章目录SVM(支持向量积)支持向量积的理论推导二次规划问题优化理论(原问题和对偶问题)将支持向量原问题转换为对偶问题SVM算法流程混淆矩阵SVM处理多类问题神经网络-感知器算法多层神经网络后向传播算法人工神经网络-参数设置参数更新策略 SVM(支持向量积) 支持向量积的理论推导 二次规划问题 优化理论(原问题和对偶问题) 将支持向量原问题转换为对偶问题 SVM算法流程 混淆矩阵 SVM处理多类问题 神经网络-感知器算法 多层神经网络 后
机器学习（浙大课程b站）第四章
qq_43541776的博客
07-21 1433
机器学习（浙大课程b站）第四章：深度学习笔记测验 笔记 深度学习数据库准备 自编码器 编码器采用的是分层初始化的思想 首先训练一个小网络输入是X，输出也是X 通过这个网络使中间的三维数据浓缩了原有的四维数据的信息可看做是对原有四维数据的编码，又由于这是从X到其自身的编码，因此将该算法叫做自编码器。可用后向传播算法训练该网络。 卷积神经网络(Convolutional Neural Network, CNN)LeNet 卷积神经网络：由手工设计卷积核，编程自动学习卷积核。 步长(s
机器学习入门 —— 超级详细的KNN算法学习笔记、KNN算法的三要素、KNN算法的优缺点
2401_84424257的博客
04-19 858
K近邻 (k-Nearest Neighbors， KNN) 算法是一种分类与回归算法，是机器学习算法中最基础、最简单的算法之一， 1968年由 Cover和 Hart 提出， 应用场景有。
机器学习十大算法！入门看这个就够了~，2024年最新java游戏服务器开发面试题
最新发布
2401_84424289的博客
04-19 835
整理的这些资料希望对Java开发的朋友们有所参考以及少走弯路，本文的重点是你有没有收获与成长，其余的都不重要，希望读者们能谨记这一点。其实面试这一块早在第一个说的25大面试专题就全都有的。以上提及的这些全部的面试+学习的各种笔记资料，我这差不多来回搞了三个多月，收集整理真的很不容易，其中还有很多自己的一些知识总结。正是因为很麻烦，所以对以上这些学习复习资料感兴趣网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
「基于机器学习的全球趋势、研究方向和管理挑战」
数据科学与管理4（2021）19讨论基于机器学习的方法：全球趋势、研究方向和监管立场Raffaele Pugliesea，*，1，Stefano Regondia，1，Riccardo MarinibaNeMO实验室，ASSTNiguardaCa`Granda医院，米兰，20162，意大利...
浙江大学机器学习配套资源（胡老师）.rar
09-09
这是浙江大学胡老师机器学习的相关配套资源，包含 课程PPT 编程大作业 编程作业 课堂笔记 例程 纸质作业 希望能对机器学习爱好者提供便捷的帮助，大家一起加油！
计算机学院 机器学习课件
12-16
计算机学院 机器学习 智能算法 神经网络，马尔科夫链 等只能算饭
浙江大学机器学习（胡浩基）学习笔记二：人工神经网络、深度学习
qq_46056318的博客
08-02 1542
它们的参数是互相关联的，可以利用神经网络结构来简化求偏导的计算，用已经计算出的偏导数链式求导法则求出未求出的偏导数。如果问题简单，则神经网络层数与每层神经元个数可以少一些，如果问题复杂，则神经元个数与神经网络层数可以多一些。人工智能模拟的是人类大脑对世界的认识。在现在及可预见的未来，人类无法完全了解人脑的认知机理，计算机与人脑具有完全不同的物理属性与体系结构。定理如果层与层之间的非线性函数是阶跃函数，则三层神经网络可以模拟任何决策面。它从输出往输入推，先计算离输出较近的偏导数，再计算离输出较远的偏导数。..
机器学习基础新篇章（一）概述
Eterlove的博客
10-17 335
概述 最近的研究课题需要机器学习的知识，那就从基础的学习吧，我的方法是每次接触到一个新的领域，先看视频不断总结，记下相关笔记。到一定阶段后才去看经典的书籍和涉及实验应用。 先把第一阶段的工作做好，这里我看的是blibli的视频，强烈推荐学习浙大的机器学习课程。胡教授在国内的机器学习教学领域如同一个传火者，星星之火，可以燎原。这段时间我会写下相关笔记记录发在我的博客上，在这个方面我还是一个小白，欢迎各位大佬提出正确性的意见。 再此我声明两点：...
第一章 机器学习（浙大胡浩基教授）
qq_39114701的博客
11-28 2214
ARTHUR SAMUEL对机器学习的定义: 机器学习是这样的领域，它赋予计算机学习的能力，(这种学习能力)不是通过显著式编程获得的。 让计算机自己总结的规律的编程方法，叫做非显著式编程。 我们规定了行为和收益函数后，让计算机自己去找最大化收益函数的行为。 机器学习的定义 一个计算机程序被称为可以学习，是指它能够针对某个任务T和某个性能指标P，从经验E中学习。这种学习的特点是，它在T上的被P所衡量的性能，会随着经验E的增加而提高。 机器人冲咖啡的例子： 任务T: 设计程序让机器人冲咖啡 经验E：
浙江大学机器学习（胡浩基）课程学习笔记一：概述与支持向量机
qq_46056318的博客
07-29 2137
机器学习一个计算机程序被称为可以学习，是指它能够针对某个任务T和某个性能指标P，从经验E中学习。这种学习的特点是，它在T上的被P所衡量的性能，会随着经验E的增加而提高。（较之定义一更数学化）任何一个预测函数，如果在一些训练样本上表现好，那么必然在另一些训练样本上表现不好，如果不对数据在特征空间的先验分布有一定的假设，那么表现好与表现不好的情况一样多。如果原问题的目标函数是凸函数，限制函数为线性函数，则f(ω*)=θ(α*，β*)SVM是先解决线性可分的问题，然后将线性可分的结论推广到线性不可分中。...
浙江大学《机器学习》笔记——神经网络(Neural Network)【上】
xuzhengzhe的博客
10-11 1029
写在前面 · 最近在学习《机器学习》. 主要是看浙江大学胡浩基老师的网课，结合周志华老师的西瓜书来学. 为了理清思路和推公式就敲了这样一个读书笔记. 初次学习难免会有错漏，欢迎批评指正. 这份笔记主要用途还是用来自己复习回顾. 当然如果对大家有帮助那就更好了hhh · 注：神经网络这部分的笔记大部分是基于浙大《机器学习》的逻辑进行整理的. 第5章 神经网络(Neural Network) · 神经网络的诞生是集体的智慧 · 近年发展迅速，是目前机器学习领域最火的方向. · 上世纪50-60年代即奠定理.
中国大学MOOC胡浩基的机器学习第二章（支持向量机）兵王问题python版本——在python上初步使用libsvm
ccutyear的博客
06-03 5826
在中国大学MOOC上看了胡浩基的机器学习课程，完全面向入门人群感觉挺好。其中有关原理的部分讲的很细。（虽然有几个细节我还是没懂.......）其中在第二章的例题兵王问题中课程只给了MATLAB的版本。但是，我相信也有极小部分人和我一样对MATLAB不太熟悉的。所以，我自己就按照我对老师的MATLAB的代码的理解写了python版本。先放源码大多数的内容我都会写在注释（中文）上，还有几个我认为大家可能会有疑惑的地方会在之后列出。 ...
浙大机器学习（胡浩基）课程笔记
weixin_44338501的博客
12-23 1609
浙大机器学习（胡浩基）课程笔记
斯坦福大学2014机器学习教程笔记-吴恩达
笔记详细记录了斯坦福大学2014年的机器学习课程内容，包括监督学习、无监督学习以及最佳实践等多个主题，并附有课程链接、QQ群信息以及翻译的中英文字幕资源。" 这篇笔记详尽地涵盖了吴恩达教授在2014年斯坦福大学...
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

qqqweiweiqq

你的鼓励将是我最大动力

¥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