【课程笔记】李宏毅机器学习[0]：Introduction of Machine Learning

最新推荐文章于 2024-11-03 19:12:44 发布
置顶 最新推荐文章于 2024-11-03 19:12:44 发布
阅读量191 收藏
点赞数
分类专栏： 李宏毅机器学习课程笔记 文章标签： 机器学习 李宏毅 课程笔记 MachineLearning
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/u013235582/article/details/104141993
版权

本系列课程笔记为李宏毅2017,秋，台湾大学课程。
视频网址链接：https://www.bilibili.com/video/av15889450
更新日期：20200203

机器学习是什么？

根据提供数据寻找方程的能力 Looking for a Function From data

  • 语音识别
  • 图像识别
  • 自主下棋
  • 智能聊天

怎么做？

找出Function

  • Model 提供Function Set
  • 训练数据 判断Function的好坏
  • 选出最好的function
    在这里插入图片描述

学习地图

在这里插入图片描述

regression

输出是数值

  • 预测PM2.5

classification

  • 二分类
  • 多分类

Semi-supervised learning

labelled data -unlabeled data

Transfer learning

labelled data
以及不相关的其它图片

Unsupervised Learning

unabelled data

Structured Learning

beyond clasification

Reinforcement learning

在这里插入图片描述

tjwyj
关注
专栏目录
李宏毅《机器学习》笔记-1.Introduction of Machine Learning
l75326747的博客
05-13 219
1. 什么是机器学习 机器学习就是，针对给出的数据，寻找一个函数，给出合适的输出。例如： 2. 机器学习的步骤 正如将大象放进冰箱一样，机器学习步骤简化下来分三步： 确定一个函数的集合（我们称之为model） 定义评价函数：因为有很多个函数，我们需要定义出用什么方法评价函数的好坏，这也是我们通常所说的 loss function 挑选最好的函数 3. 机器学习的划分 机器学习主要划分为以...
李宏毅老师机器学习课程笔记_ML Lecture 0-1: Introduction of Machine Learning
leogoforit的博客
03-21 236
引言： 最近开始学习“机器学习”，早就听说祖国宝岛的李宏毅老师的大名，一直没有时间看他的系列课程。今天听了一课，感觉非常棒，通俗易懂，而又能够抓住重点，中间还能加上一些很有趣的例子加深学生的印象。 视频链接（bilibili）：李宏毅机器学习(2017) 另外已经有有心的同学做了速记并更新在github上：李宏毅机器学习笔记(LeeML-Notes) 所以，接下来我的笔记只记录一些我自己的总结和听...
李宏毅【机器学习】P1 0-1:Introduction of Machine Learning 机器学习简要概述
wendy_123z的博客
01-30 260
文章目录P1 0-1:Introduction of Machine Learning 机器学习简要概述eg.生物的本能：机器的本能机器学习就是自动找函数Looking for a function from Data找出 Function 的 Framework(框架/结构)，以 Image Recognition 为例Learning MapSupervised Learning 有监督学习Regression 回归Classification 分类model(function set) 选择模型Sem
李宏毅机器学习(一) Introduction of Machine Learning
ccilery的博客
06-12 672
以下内容作为李宏毅老师机器学习课程的笔记。 李宏毅老师主页 课程主页 Introduction of Machine Learning 本文目录： AI ML DL的关系 基于规则的人工智能 机器学习 机器学习的框架(Framework) 学习地图(Learning map) supervised learning semi-supervised learning tr...
台大李宏毅Machine Learning 2017Fall学习笔记 (1)Introduction of machine Learning
Allenlzcoder的博客
12-29 1732
台大李宏毅Machine Learning 2017Fall学习笔记 (1)Introduction of machine Learning        台大李宏毅讲的这门课应该不错，课程链接：        http://blog.csdn.net/Allenlzcoder/article/details/78644733        http://blog.csdn.net/Alle
李宏毅2021春机器学习课程笔记——Introduction of Machine/Deep Learning
sykai1的博客
03-07 1728
本文作为自己学习李宏毅老师2021春机器学习课程所做笔记，记录自己身为入门阶段小白的学习理解，如果错漏、建议，还请各位博友不吝指教，感谢！！ 一、Machine Learning概念理解 Machine Learning主要的任务是寻找一个合适的Function来完成我们的工作（非常不严谨的简单理解），如上图中的Image Recognition，就是要寻找一个合适的fff，实现通过对输入的图片进行各种转换识别出图片中的事物是一只猫的功能。 二、Different types of Functions
李宏毅 机器学习笔记 Brief Introduction of Deep Learning
Fighting Hua
11-12 134
  横轴是时间，从2012年的第一个季度到2016年的第一个季度，纵轴是谷歌内部项目使用深度学习的数量的变化图。 回归深度学习的历史：   一个隐藏层可以代表任意的函数，为什么需要这么深的网络呢？   RBM intialization并不是真正的突破，起到的效果很有限，所以现在文献中很少提了。 深度学习的步骤如下所示： 全连接层： 计算结果如下所示： 给定神经网络的结构，本质上相当于定义一个函数集合。 相邻层之...
李宏毅2021春季机器学习课程视频笔记1：Introduction, Colab & PyTorch Tutorials, HW1
诸神缄默不语的博客
05-25 4371
李宏毅2021年春季机器学习深度学习课程学习笔记1： Introduction Colab Tutorial PyTorch Tutorial HW1
2020李宏毅机器学习笔记-Machine Learning (2020)_ Course Introduction
zn961018的博客
04-17 759
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...
2020李宏毅机器学习笔记-Brief Introduction of Deep Learning
zn961018的博客
04-24 440
Brief Introduction of Deep Learning 关于 Deep Learning 的历史： 实际上，Deep learning跟machine learning一样，也是“大象放进冰箱”的三个步骤： 在Deep learning的step1里define的那个function，就是neural network。 Neural Network 把多个Logistic Regression前后connect在一起，然后把一个Logistic Regressi..
【李宏毅机器学习笔记】 24、集成学习（Ensemble）
ACL_lihan的博客
03-05 1297
【李宏毅机器学习笔记】1、回归问题（Regression） 【李宏毅机器学习笔记】2、error产生自哪里？ 【李宏毅机器学习笔记】3、gradient descent 【李宏毅机器学习笔记】4、Classification 【李宏毅机器学习笔记】5、Logistic Regression 【李宏毅机器学习笔记】6、简短介绍Deep Learning 【李宏毅机器学习笔记】7、反向传播...
【李宏毅机器学习笔记】 17、迁移学习（Transfer Learning）
ACL_lihan的博客
02-25 2295
【李宏毅机器学习笔记】1、回归问题（Regression） 【李宏毅机器学习笔记】2、error产生自哪里？ 【李宏毅机器学习笔记】3、gradient descent 【李宏毅机器学习笔记】4、Classification 【李宏毅机器学习笔记】5、Logistic Regression 【李宏毅机器学习笔记】6、简短介绍Deep Learning 【李宏毅机器学习笔记】7、反向传播...
李宏毅老师《机器学习》课程笔记-1深度学习简介
宁萌Julie的博客
05-02 1809
本文是我学习李宏毅老师《机器学习》课程 2021/2022 -lecture1 的笔记，欢迎交流和多多指教！
【李宏毅机器学习笔记】 12、Unsupervised Learning - Linear Methods
ACL_lihan的博客
02-23 680
【李宏毅机器学习笔记】1、回归问题（Regression） 【李宏毅机器学习笔记】2、error产生自哪里？ 【李宏毅机器学习笔记】3、gradient descent 【李宏毅机器学习笔记】4、Classification 【李宏毅机器学习笔记】5、Logistic Regression 【李宏毅机器学习笔记】6、简短介绍Deep Learning 【李宏毅机器学习笔记】7、反向传播...
【机器学习】18. 反向传播 Backpropagation algorithm, 学习率，动量Momenetum, Xavier，梯度消失
weixin_48846514的博客
11-01 1019
反向传播 Backpropagation algorithm, 学习率，动量Momenetum, Xavier，梯度消失
机器学习周报（RNN的梯度消失和LSTM缓解梯度消失公式推导）
最新发布
weixin_51923997的博客
11-03 300
在深度学习领域，循环神经网络（Recurrent Neural Network, RNN）被广泛应用于处理序列数据，特别是在自然语言处理、时间序列预测等任务中。然而，传统的RNN在长序列数据学习过程中容易出现梯度消失和梯度爆炸问题，使得模型难以捕捉长时间依赖性。梯度消失问题源于RNN的反向传播算法中，多次矩阵相乘导致梯度指数级衰减，从而影响模型性能。为解决这一问题，长短期记忆网络（Long Short-Term Memory, LSTM）应运而生。
机器学习1_机器学习定义——MOOC
Jay_NanX的博客
11-01 789
译文：一个计算机程序被称为可以学习，是指它能针对某个任务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。
L1-2 什么是机器学习
cc_even的博客
10-31 162
作者 陈越单位 浙江大学什么是机器学习？
《机器学习与人类学习：比较、融合与未来展望》
zheng_ruiguo的专栏
11-01 1144
未来，机器学习和人类学习将不断融合发展，共同推动科技进步和社会发展。然而，我们也需要面对机器学习带来的挑战，如数据安全、伦理道德和人类适应性等问题，采取有效的应对策略，确保机器学习和人类学习的健康发展。只有这样，我们才能充分发挥两者的优势，实现人类社会的可持续发展。
李宏毅机器学习笔记：Adaptive Learning Rate算法详解与应用
本篇文章是关于李宏毅的机器学习学习笔记，主要聚焦于Adaptive Learning Rate在深度神经网络训练中的应用。Adaptive Learning Rate是一种策略，旨在解决固定学习率在训练过程中可能遇到的问题，如过早停止在非全局最...
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