李宏毅机器学习笔记

已于 2022-10-10 16:56:43 修改
阅读量275 收藏
点赞数
文章标签： 机器学习 人工智能 算法
于 2022-10-10 16:55:41 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_52563819/article/details/127246662
版权

李宏毅机器学习笔记

day1 机器学习的介绍

机器学习介绍

机器学习与ai的关系

人工智慧是我们想要达成的目标，而机器学习是想要达成目标的手段，希望机器通过学习方式，他跟人一样聪明。而深度学习和机器学习有什么关系呢？深度学习就是机器学习的其中一种方法。

Handcraft规则 VS 机器学习

一种看起来的AI：用人为设定的规则去响应一个要求，比如一个 IF ELSE 结构
而机器学习是希望模型有学习的能力，从已经标注了的数据中学习知识，而如果一个能力看作一个Function，希望一个模型能有多个function，并针对特定输入数据选择Function

这个function可以很大，比如图像识别、语音识别；也可以很小，比如识别猫、识别狗；也可以是一个算法，多个算法都可以是识别猫，而模型在训练过程中不断寻找一个最佳的算法，也就是最佳的function.

对于单一的任务，比如识别图片，需要从众多function中选择一个，则出现三个问题，如何获得众多function、如何评估最佳的function和如何选择最佳的function

三个阶段

机器学习的技术

最低0.47元/天 解锁文章
Te gek.
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
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。
深度学习的hand-crafted和end-to-end的一些概念和区别
第一段代码的博客
12-04 3889
1 基本概念 hand-crafted：传统手工方法就是人工设计的一步步能够说出理由来的方法。 end-to-end：即端到端方法，意思是只有输入端和输出端，当中不需要设计和具体算法，就是一个神经网络。输入原始数据，输出结果即可。神经网络方法就是所谓end-to-end的 2 缘由：特征提取的区别 特征提取是CV领域核心问题之一（之二自然是分类问题，没有之三），特征提取从思路上有两大类：一类是手动设计（hand-crafted）的方式，一类是纯学习的方式，这两种方式都是在某些生物神经理论的基础下..
李宏毅机器学习笔记：机器学习介绍
qq_43711697的博客
08-01 650
前言 本文记录了关于机器学习的基本介绍，机器学习的一个基本的框架以及机器学习的相关技术，并且本文是基于台湾李宏毅机器学习课程的基础上所做的笔记。 一、机器学习介绍 机器学习是什么 机器学习的本质其实就是在寻找一个Function，这个Function可以满足我们的期望：输入一个特定的值，输出我们所需要的，比如在自然语言方面输入一段语音期望能够识别出语音的内容，在图像识别方面，输入图像期望输出图像内容的类别等等 机器学习的总体过程 机器学习的总体过程可以分为三个部分：第一找到特定的Functi
李宏毅机器学习笔记【未完】
AbyssssssssssS的博客
05-17 1822
李宏毅2021/2022春机器学习课程 【《2021机器学习-李宏毅》学习笔记】 一、机器学习 1.机器学习基本概念 找一个函数。 深度学习：使用类神经网络的函数。 可以有各式各样的输入：向量，矩阵（如图像），序列（如语音，文本）；也可以有各式各样的输出：数值（regression），类别（classification），文本图像… 函数类别 Regression（回归）：输出是一个数值（scalar） Classification（分类）：给定选项/类别（classes），输出正确的 Structur
Datawhale 李宏毅机器学习笔记
limafang的博客
10-03 248
Regression 就是找到一个函数function，通过输入特征 x，输出一个数值 Scalar。Pokemon：原始的CP值极大程度的决定了进化后的CP值，但可能还有其他的一些因素。：梯度下降的做法；后面会讲到它的理论依据和要点。Overfitting和Regularization：过拟合和正则化，主要介绍了表象；后面会讲到更多这方面的理论在回归问题中，为了找到model的最合适的参数以此来找到最好的function，我们往往需要优化原有的function参数，也就是要不断的减小Loss函数。
李宏毅机器学习笔记：GAN
qq_43711697的博客
08-30 4754
前言 主要记录李宏毅机器学习2021中介绍GAN部分的笔记，从GAN的发展开始到GAN的基本理论再到GAN生成的评价方法最后到介绍流行的GAN方法。 一、GAN的基本介绍 GAN的全名是Generative Adversarial Network生成对抗网络，其主要的目的是为了让训练机器让机器能够自主生成相对应类型的图片，其中生成器generator就是GAN中进行生成相对应类似分布的网络，而鉴别器Discriminator就是判别生成器生成是否为真假的网络，鉴别器通过将输入的图像转换成一个判别值来判断真
【Transformer】——李宏毅机器学习笔记
久蔡合子
12-21 1363
Transformer
李宏毅机器学习笔记：RNN循环神经网络
夏之微风的博客
09-03 1297
第3个输入为[2,2]，结合前一个memory的输入为[6,6]，这个时候hidden layer的输出为[16,16]，output为[32,32]。这个时候结合前一个memory的输出[2,2]，hdden layer的输出为[6,6]，output为[12,12]。举例来说，我们输入的第一个向量为[1,1]，则hidden layer的输出为[2,2]，先被储存起来，输出为[4,4]。这样，将词汇向量化之后，我们指导，网络的输入为一个个的词汇向量，网络的输出则为：y1表示词汇属于。
2021/2022李宏毅机器学习笔记-Transform
nousefully的博客
07-30 489
无
李宏毅机器学习笔记——回归
Brandon1017的博客
07-13 224
李宏毅老师《机器学习》视频中回归部分的笔记。
【李宏毅机器学习笔记】7、反向传播（Backpropagation）
01-06
【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、...
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...
【深度学习】图形模型基础(7)：机器学习优化中的方差减少方法(1)
最新发布
MUKAMO的博客
07-11 965
随机优化中，方差降低技术（VR方法）自近八年崛起，显著提升了随机梯度下降算法（SGD）的收敛速度。VR方法允许多次迭代训练数据，理论与实践均优于传统SGD。本文概述VR方法在有限数据集优化中的关键原则与进展，针对非专家，聚焦凸优化环境，并引导读者探索非凸函数最小化的扩展领域。VR方法的快速发展展现了其在机器学习中的巨大潜力与前景。
机器学习深度学习用得到的数据集
m0_53291740的博客
07-10 1293
以下是一些常见的机器学习数据集下载渠道：还有一些其他途径可以获取数据集，比如：一些具体的数据集如下：
机器学习——决策树（笔记）
CXDNW的博客
07-11 1190
决策树（Decision Tree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。决策树算法容易理解，适用各种数据，在解决各种问题时都有良好表现，尤其是以树模型为核心的各种集成算法，在各个行业和领域都有广泛的应用。
GAN生成对抗网络
MechMaster
07-11 386
GAN生成对抗网络子啊2015年横空出世，在当时掀起了巨大轰动，很多人预研它将开创一个全新的学习范式，当时有一个很流行的说法：样本不够，GAN来凑。现如今，大模型当道，GAN的已逐步退出了历史舞台，但它的思想却被继承了下来，得以永存。
李宏毅机器学习笔记logic regression
09-22
Logic Regression是一种用于分类问题的机器学习算法。它使用一条直线作为边界来区分两个类别。然而，如果数据不能被一条直线分割，Logic Regression就无法处理。为了解决这个问题，我们可以对基向量进行变形，从而...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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