李宏毅机器学习笔记整理Day1

已于 2022-07-11 18:38:05 修改
阅读量285 收藏
点赞数
文章标签： 机器学习 基础概念 思维导图 笔记 学习路径
于 2022-07-11 18:36:46 首次发布
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/weixin_41655795/article/details/125727671
版权
概念为主，从大框架上讲述ML。不难。以前听过并且记过笔记，现在可以结合笔记再听一遍。吃老本挺香。等深入学习以后可以结合思维导图和更详细的笔记。

在这里插入图片描述在这里插入图片描述

QwQQQ_
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
李宏毅《深度学习》笔记（一）
weixin_44469952的博客
07-12 697
李宏毅《深度学习》笔记（一） 一、机器学习介绍 1.人工智能、机器学习、深度学习的概念区分 人工智能（Artificial Intelligence）：这是一个很广泛的概念，这个词在1950年就有了。这个词意味着一个人类长远以来的目标，希望机器可以跟人一样的聪明，因此人工智能是我们想要达成的目标。 机器学习（Machine Leaning）：而对于如何实现人工智能？人们希望让机器能够像人一样去学习。因此机器学习是想要达成目标的手段，希望机器通过学习方式，让机器跟人一样聪明。 深度学习（Deep Lear
李宏毅机器学习笔记
01-18
李宏毅机器学习笔记，文档文件，笔记全面，总结充分，仅供学习
机器学习 - 李宏毅笔记
weixin_42010722的博客
01-14 1232
李宏毅机器学习笔记1.机器学习简介1.1 机器学习项目流程1.1.1 找到未知函数1.1.2 定义训练损失函数1.1.3 优化2.机器学习攻略指南（实现一个好的模型）2.1 判断训练集loss过大还是过小2.1.1 如果train loss过大，如何判断是model bias还是optimize issue2.1.2 model bias解决方法2.1.3 Optimization issue解决方法2.1.4 Optimization优化器训练技巧：Batch与Momentum2.2 判断测试集loss过
【李宏毅机器学习笔记】01
最新发布
qq_30043925的博客
06-30 811
本周学习了机器学习的基本概念，包括机器学习的函数输入输出类型以及函数的分类，分别了解了简单模型和复杂模型的训练三步骤。认识了神经网络的的结构，了解了深度学习的训练三步骤，学习并手动推导了反向传播法，进一步理解了反向传播的思想以及反向传播中涉及的计算思路。
李宏毅 自然语言处理（Speech Recognition） 笔记
Karen_Yu_的博客
12-31 1458
从Ng那里跑路来学NLP了，之前其实ML入门听的就是宝可梦捕获大师（×）的课，目前计划是，本博文作为上面链接所示课程的笔记记录。听完之后会找个项目练一练，然后去听一些更新的技术的介绍，再找个项目练一练。
［李宏毅机器学习笔记］
m0_55263762的博客
08-15 194
李宏毅机器学习学习笔记
08-05
李宏毅机器学习学习笔记 本资源主要介绍了 Adaptive Learning Rate 的基本思想和方法，以及相关的算法和策略，如 Adgrad、RMSProp、Adam、Learning Rate Decay、Warm Up 等。 Adaptive Learning Rate 的主要思想是...
李宏毅机器学习全套资料
08-31
《李宏毅机器学习全套资料》是一份全面深入的机器学习教育资源，主要涵盖了教学演示文稿、作业解决方案以及详尽的课程内容。这份资源对于想要深入理解和掌握机器学习这一领域的学习者来说，无疑是一份宝贵的参考资料...
【ML】 李宏毅机器学习课件及代码.zip
04-02
机器学习（Machine Learning, ML）是一种应用人工智能（AI）领域的科学技术，它使得计算机系统能够从数据中自动学习和改进，而无需显式编程。在机器学习的过程中，算法会通过识别和挖掘数据中的模式来构建一个模型，...
李宏毅机器学习笔记.pdf
08-11
李宏毅机器学习·笔记自己整理成了PDF，现在分享给大家。
【学习笔记】李宏毅-机器学习MachineLearning
usernameisnotexist的博客
10-07 1824
参数，表示蓝色function的个数。i 越大说明红色curve转折点越多，越逼近真实曲线。将上图的蓝框式子用图展开表示：其中r为x的线性组合，激活函数输入前的形式。r 的三个长表达式可以用矩阵简化成一个式子：图底部的颜色小方块。注意形状代表矩阵格式。所以虚线框和红框内容等价。都是为了计算 r = b+wx计算出r1，r2，r3后，分别通过sigmoid function，得到a1，a2，a3。直接用 a =σ（r）表示。
李宏毅机器学习笔记（1）
qq_37217397的博客
01-29 447
李宏毅机器学习笔记（一） 本次学习的资源为B站上2017年李宏毅老师的网课视频。 机器学习的目标 机器学习的目标实际上是通过 training data 找到一个函数，使该函数拥有根据某些输入而输出的能力。类似于给出一些日期来预测pm2.5指数等。这种输出是根据训练的 data 决定的，从而表现出机器具有某种学习的能力。 机器学习的三步骤 Step 1:Model 首先要有一个model，这个mo...
李宏毅 Transformer 学习笔记
热门推荐
herosunly的博客
07-04 1万+
1. self-attention 1.1 为什么要引入self-attention   基于RNN(LSTM)的序列模型来说，计算每个cell的输出无法进行并行化。而且单向的RNN无法很好的利用全局的信息。   self-attention的出现恰好解决了以上两大问题。 其中x->a这一步貌似在论文中并没有体现。在求每一个output的时候，对应的q会对所有的k求内积（除以d\sqrt...
李宏毅机器学习笔记（一）
Chasinglight的博客
11-18 476
1.回归 (1) Loss function ： 预测值与真实值的差 (2)Optimization question：w的更新策略为什么如上所示？ 机器学习的训练基本步骤： 定义函数拟合data->定义损失函数并训练->优化损失函数以确定拟合的函数的未知参数 （3）讨论：linear mode与nonlinear function(model) linear model is too simple， it can't solve compli...
李宏毅---机器学习课程笔记(一)
qq_42178122的博客
07-17 169
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. 二、机器学习的类型 回归：根据已知条件，预测未知的结果。 分类 例如：垃圾邮箱分类 输入：邮件内容 Function：事先给出类别（是垃圾邮件，不是垃圾邮件），f ff实现根据输入的邮件内容，对该邮件进行分类的功能 输出：输入邮件的类别 三、怎么找到该函数？ 以预测YouTube视屏播放量为例： 1.根据专业知识构建Model 2. Loss Function
李宏毅深度学习课程笔记（一）
weixin_43856715的博客
04-22 734
一、深度学习三个步骤 1、neural network 2、损失函数 3、优化器 二、各概念关系 机器学习分类：监督学习、半监督学习、无监督学习、强化学习、迁移学习等。 其中，监督学习包括回归和分类，分类又分为线性模型和非线性模型。非线性模型包括深度学习和其他（SVM、决策树、KNN等）。 三、损失函数与梯度更新 损失函数计算预测值与真实值的距离。 梯度更新则寻找使损失函数最小的w值。 如图所示...
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