李宏毅机器学习01—课程介绍

最新推荐文章于 2024-07-24 14:31:04 发布
最新推荐文章于 2024-07-24 14:31:04 发布
阅读量128 收藏
点赞数
文章标签： 机器学习 深度学习
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_57178683/article/details/115726441
版权
这篇博客介绍了李宏毅的机器学习课程，重点讲解了监督学习的概念，包括线性回归、二分类和多分类问题，并探讨了监督学习与强化学习的区别。
摘要由CSDN通过智能技术生成

学习内容：

什么是机器学习：

在这里插入图片描述

课程介绍

在这里插入图片描述
Regression:线性回归方程（输出为数值）
Binary Classification:二分类
Multi-class Classification:多分类

Supervised Learning：监督学习

在这里插入图片描述
在这里插入图片描述 Loss：损失函数(越小越好)

监督学习与强化学习的区别：

在这里插入图片描述

zeng-233
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
李宏毅2020机器学习资料汇总
⚡
04-08 8万+
前言 可能受到新冠病毒的影响，台大也开始了网课教学。李宏毅上传了2020版本的机器学习视频，可以说是非常好的学习资料（尽管其中多数都是2017、2019的视频，但有部分更新）。 和吴恩达的CS229机器学习相比，中文版本的机器学习显得亲民了许多，李宏毅的机器学习是英文的ppt+中文讲解，非常有利于大家入门。吴恩达的CS229中偏向于传统机器学习……
【22李宏毅机器学习】课程大纲概述
春天猪会飞的博客
08-02 719
本专栏将开启李宏毅老师机器学习深度学习的课程学习，课程不仅用于自我记录，也希望能帮到更多志同道合的朋友，ok，废话少说，直接开始。课程将总共划分为15讲，以下罗列的顺序按照李老师讲课顺序排列。综述MachineLearning≈LookingforFunction也即寻找到一个只靠人力很难找到的函数它的输入可以是向量、矩阵和序列，而经过函数处理后，可以得到一个标量，或者做到分类，甚至翻译等。............
李宏毅机器学习笔记
m0_69646701的博客
08-15 457
记录学习李宏毅机器学习的过程，方便知识点的梳理。
【机器学习李宏毅课程笔记】01.Regression
weixin_63614711的博客
05-14 303
本文介绍机器学习的一种方法Regression
李宏毅机器学习 NLP课程Transformer HW5 完整数据集
qq_43572514的博客
10-16 704
李宏毅机器学习 NLP课程Transformer HW5 完整数据集
【李宏毅机器学习2021】Task01 机器学习介绍
QAQterrible的博客
10-10 544
【李宏毅机器学习2021】本系列是针对datawhale《李宏毅机器学习-2022》的学习笔记。本次是对机器学习介绍的学习总结。本节通过学习视频了解到李老师对机器学习课程的整体安排，介绍了每个章节的侧重点，从回归开始，由有监督到半监督，无监督。以及后续的mata learning。整体介绍目前深度学习的学习大纲。讲解中也穿插了有多有趣的例子，容易接受同时也充满乐趣。希望在参加本次学习课程可以拓宽自己的知识面，打扎实基础理论，点满技能树，在丰富作业体系下提升自己的DLcoing能力。
李宏毅机器学习笔记：机器学习介绍
qq_43711697的博客
08-01 659
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
2022最新版-李宏毅机器学习深度学习课程-课程大纲
weixin_45626133的博客
08-13 249
机器学习可以应用到很多场景中，例如语音识别、图像识别、AI智能下棋等。等。之后通过机器学习寻找一种将输入进行转化为你想要的输出结果的方法，经过这个方法的计算之后得到最终的输出信息，例如：这段声音信号所说的内容、图片中属于什么动物、棋子下一步最佳应该落到什么位置等。这个就是机器学习需要完成的工作。根据不同的任务从而选择不同函数方法的不同，机器学习最常用的是regression（回归）和classification（分类）。模型的输出为，一般应用于预测房价、温度、空气指数等。
李宏毅2021&2022机器学习
热门推荐
啥都生的博客
03-01 5万+
重磅须知  2022仅在2021基础上进行小补充，2021内容变成了前置知识，UP会在视频标题打上2022的标签；    2021资料已打包装进百度云盘，ppt/pdf支持直链下载。    （选修）To Learn More是21/22通用的，放入云盘：提取码：sr0o 更新日志 日期 项目 2021/03/16 更新HW1、HW2，同步更新助教范例 2021/03/26 更新HW3、HW4课件、代码、范例；release页发布HW1-HW4数据 2021/04/01 更新选修.
李宏毅机器学习课程笔记
zzhhjjjj的博客
10-25 249
课程资源 B站视频 课程网址 课程笔记 问答整理 下面仅记录自己的所得所感 第一节课 从单变量回归引入，再sigmoid/RELU拟合函数从而一步步到深度学习的框架，介绍的非常巧妙。尤其在sigmoid/RELU拟合函数那里，听了之后很有收获。 ...
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...
李宏毅机器学习中文课程全套视频
08-30
txt内容为百度云链接，链接内容为台大李宏毅教授的中文课程，目前国内最好的免费国语机器学习课程
李宏毅2020机器学习课程课后作业要求+代码.zip
03-14
《李宏毅2020机器学习课程课后作业详解》 李宏毅教授的机器学习课程因其深入浅出的讲解而备受赞誉，这门课程的2020版不仅涵盖了丰富的理论知识，还提供了实战性的课后作业，旨在帮助学生巩固理解并提升实践能力。在...
李宏毅 机器学习 课程作业代码
08-17
李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码...
【机器学习】机器学习概观之频率视角下的机器学习和贝叶斯视角下的机器学习以及两者的区别
m0_49243785的博客
07-21 772
参数确定，数据随机数据确定，参数随机。
Python编程、机器学习与深度学习技术
2301_78164062的博客
07-24 492
Python编程、机器学习与深度学习技术
机器学习数学基础（1）--线性回归与逻辑回归
最新发布
qiaoxinyu1989的博客
07-24 542
监督学习是机器学习中的一种训练方式/学习方式。监督学习需要有明确的目标，很清楚自己想要什么结果。比如：使用大量标记为“猫”、“狗”、“汽车”等类别的图片数据集训练模型，让模型学习如何区分不同的类别。当给出新的未标记图片时（如猫的图片），模型能够预测其所属的类别（能归类为猫）。“越…，越…”符合这种说法的就可能是线性个关系：如「房子」越大，「租金」就越高，「汉堡」买的越多，花的「钱」就越多，杯子里的「水」越多，「重量」就越大。从数学上来讲，线性指的是变量间存在一种直接的、成比例的关系。
生成对抗网络（Generative Adversarial Network，简称GAN
m0_70066267的博客
07-24 410
生成对抗网络（GAN）作为一种强大的深度学习模型，通过生成器和判别器的相互对抗进行学习，展示了在多个领域的广泛应用潜力。尽管GAN的训练过程存在不稳定性、评估困难等挑战，但随着研究的深入和技术的不断发展，相信GAN将在更多领域发挥重要作用，推动人工智能技术的进一步发展。未来，随着计算资源的不断提升和模型结构的持续优化，GAN的性能和应用范围将得到进一步提升和拓展。
十七、【机器学习】【非监督学习】- K-均值 (K-Means)
技术分享、程序员趣事、行业趋势等内容！
07-19 1107
非监督学习是一种机器学习方法，它处理的是没有标签的数据集。与监督学习不同，非监督学习算法不需要知道数据的正确分类或目标值。它的目标是通过数据内部的结构和模式来推断出有意义的信息，如数据的分布、聚类、降维或异常检测等。K-Means是一种无监督学习的聚类算法，主要用于将数据集分割成K个互不相交的子集（或簇），每个子集中的数据点彼此相似，而不同子集间的数据点差异较大。K-Means算法通过最小化簇内数据点到簇中心（均值）的平方距离之和来达到聚类的目的。
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