![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
李宏毅机器学习课程
文章平均质量分 91
徐子尧
这个作者很懒,什么都没留下…
展开
-
李宏毅机器学习课程笔记1:Regression、Error、Gradient Descent
台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料,李宏毅老师将课程录像上传到了YouTube,地址:NTUEE ML 2016 。 这篇文章是学习本课程第1-3课所做的笔记和自己的理解。Lecture 1: Regression - Case Studymachine learning 有三个步骤,step 1 是选择 a set of function, 即选择一个 model,原创 2017-03-28 19:14:11 · 12496 阅读 · 3 评论 -
李宏毅机器学习课程笔记10:Ensemble、Deep Reinforcement Learning
台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料,李宏毅老师将课程录像上传到了YouTube,地址:NTUEE ML 2016 。 这篇文章是学习本课程第27-28课所做的笔记和自己的理解。Lecture 27: Ensemble Ensemble类似于“打群架”“大家一起上”,在Kaggle中是重要的方法。 Ensemble的Framework是:先找到若干分类器,这些分类器原创 2017-07-27 19:22:21 · 7122 阅读 · 1 评论 -
李宏毅机器学习课程笔记9:Recurrent Neural Network
台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料,李宏毅老师将课程录像上传到了YouTube,地址:NTUEE ML 2016 。 这篇文章是学习本课程第25-26课所做的笔记和自己的理解。Lecture 25,26: Recurrent Neural Network RNN的基本概念与SimpleRNN以订票系统中的Slot Filling为例,我们希望订票系统听到用户说:”I原创 2017-07-25 10:21:37 · 9911 阅读 · 0 评论 -
李宏毅机器学习课程笔记8:Structured Learning - Linear Model、Structured SVM、Sequence Labeling
台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料,李宏毅老师将课程录像上传到了YouTube,地址:NTUEE ML 2016 。 这篇文章是学习本课程第22-24课所做的笔记和自己的理解。Lecture 22: Structured Learning - Linear Model Problem 1: Evaluation上节课说到,Structured Learning的Uni原创 2017-07-06 16:04:41 · 9979 阅读 · 0 评论 -
李宏毅机器学习课程笔记7:Transfer Learning、SVM、Structured Learning - Introduction
台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料,李宏毅老师将课程录像上传到了YouTube,地址:NTUEE ML 2016 。 这篇文章是学习本课程第19-21课所做的笔记和自己的理解。Lecture 19: Transfer Learning 迁移学习要解决的问题是:假设现在手上有与task不直接相关的data,这些data能否帮助我们完成task呢? 比如现在要做猫狗的分原创 2017-05-14 09:32:40 · 6696 阅读 · 0 评论 -
李宏毅机器学习课程笔记6:Unsupervised Learning - Auto-encoder、PixelRNN、VAE、GAN
台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料,李宏毅老师将课程录像上传到了YouTube,地址:NTUEE ML 2016 。 这篇文章是学习本课程第16-18课所做的笔记和自己的理解。Lecture 16: Unsupervised Learning - Auto-encoder Auto-encoder在手写数字识别任务中,想训练一个NN encoder,得到图像的精简表达原创 2017-04-16 18:18:24 · 11494 阅读 · 0 评论 -
李宏毅机器学习课程笔记5:Unsupervised Learning - Linear Methods、Word Embedding、Neighbor Embedding
台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料,李宏毅老师将课程录像上传到了YouTube,地址:NTUEE ML 2016 。 这篇文章是学习本课程第13-15课所做的笔记和自己的理解。Lecture 13: Unsupervised Learning - Linear Methods Unsupervised Learning有两种,化繁为简(Clustering & Dim原创 2020-02-11 19:44:01 · 7165 阅读 · 0 评论 -
李宏毅机器学习课程笔记4:CNN、Why Deep、Semi-supervised
台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料,李宏毅老师将课程录像上传到了YouTube,地址:NTUEE ML 2016 。 这篇文章是学习本课程第10-12课所做的笔记和自己的理解。Lecture 10: Convolutional Neural Network Why CNN for ImageCNN的参数比全连接神经网络少得多,为什么CNN只用较少的参数就可以用于处理图原创 2017-04-09 14:05:52 · 8580 阅读 · 0 评论 -
李宏毅机器学习课程笔记3:Backpropagation、"Hello world" of Deep Learning、Tips for Training DNN
台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料,李宏毅老师将课程录像上传到了YouTube,地址:NTUEE ML 2016 。 这篇文章是学习本课程第7-9课所做的笔记和自己的理解。Lecture 7: Backpropagation 神经网络可能有百万数量级的参数,为了在梯度下降时有效地计算梯度,使用反向传播。 下面只考虑一笔data对参数的偏微分。根据链式法则, ∂C原创 2017-04-08 16:58:06 · 6219 阅读 · 0 评论 -
李宏毅机器学习课程笔记2:Classification、Logistic Regression、Brief Introduction of Deep Learning
台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料,李宏毅老师将课程录像上传到了YouTube,地址:NTUEE ML 2016 。 这篇文章是学习本课程第4-6课所做的笔记和自己的理解。Lecture 4: Classification: Probabilistic Generative Model以根据宝可梦各属性值预测其类型为例说明分类问题。 训练数据是若干宝可梦的各属性值及原创 2017-03-29 17:38:42 · 10868 阅读 · 0 评论 -
李宏毅2019机器学习课程笔记00:机器学习的下一步
目录机器学习的下一步01. 异常检测 Anomaly Detection02. 可解释AI Explainable AI03. 对抗攻击 Adversarial Attack04. 终身学习 Life-long Learning05. 元学习 Meta-Learning06. 小样本学习 Few-shot Learning、零次学习 Zero-shot learning07. 强化学习 Reinf...原创 2019-03-22 16:56:29 · 1288 阅读 · 1 评论