【抗疫不出门】李宏毅教授机器学习课程笔记一——机器学习的下一步

这篇博客是作者学习李宏毅教授机器学习课程的第一讲笔记,主要探讨了机器是否能识别异常、解释学习过程、避免错觉,以及终身学习、小样本学习、强化学习、神经网络压缩和数据分布不一致等问题。重点讨论了异常检测和人工智能的可解释性,强调了在实际应用中,模型不仅需要识别,还需要能够解释其判断依据。
摘要由CSDN通过智能技术生成

我并没有系统学习过机器学习的东西,通常是东看看西看看~~~自己代码能力也比较挫,很多时候没有动手实践,理解比较浅。
刚好最近没办法出门(但是working at home并不轻松),抽时间学习李宏毅教授的机器学习课程,督促自己~~
链接在这里,大家也可以直接看视频,讲课非常有趣
视频资料传送门https://www.bilibili.com/video/av46561029?p=1

第一讲 机器学习的下一步

在这里插入图片描述
先看看这一讲主要提到了哪几个问题 也是整个教学的框架,后面会针对每一个问题逐一展开
在这里插入图片描述

1 机器能不能知道“我不知道”

异常检测(Anomaly Detection) 问题
日常应用中很常见,训练好的模型在使用过程中,能不能发现“未知事物”。

2 机器能不能说出“我为什么知道”

可解释的人工智能(Explainable AI)问题
模型究竟是根据什么特征学会了分类识别?
举了神

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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