【千呼万唤】李宏毅《机器学习》国语课程(2022)终于来了
2023-09-14 09:06:05 时间
提起李宏毅老师,熟悉机器学习的读者朋友一定不会陌生。很多人选择的机器学习入门学习材料都是李宏毅老师的台大公开课视频。今年李宏毅老师开设一门新的机器学习机器学习课程,涵盖最新热门主题,非常值得关注!
李宏毅老师的机器学习视频是机器学习领域经典的中文视频之一,也被称为中文世界中最好的机器学习视频。李老师以幽默风趣的上课风格让很多晦涩难懂的机器学习理论变得轻松易懂,他将理论知识与有趣的例子结合在课堂上展现,并且对深奥的理论知识逐步推导,保证学习者能够学习到问题的精髓所在。比如老师会经常用宝可梦来结合很多机器学习算法。对于想入门机器学习又想看中文讲解的人来说绝对是非常推荐的。
目录内容:
-
引言
-
深度学习
-
自注意力
-
机器学习理论
-
Transformer
-
生成式模型
-
自监督学习
-
可解释AI,对抗攻击
-
域自适应,强化学习
-
量子机器学习
-
终身学习
-
元学习
我们也给大家整理了课程ppt以及课程作业文件,获取方式如下
获取方式
目前资料已打包放置后台,获取方法如下:
方法1、微信搜索公众号:Python学习与数据挖掘,后台回复:李宏毅2022
方法2、扫描二维码或者发送图片到微信识别,后台回复:李宏毅2022
相关文章
- 机器学习入门02 - 深入了解 (Descending into ML)
- 机器学习入门01 - 框架处理(Framing)
- 用机器学习流程去建模我们的平台架构
- 机器学习笔记 - 什么是先验算法(Apriori Algorithm)?
- 机器学习笔记 - 使用TensorFlow2和Keras的简单Conv3D示例
- 机器学习笔记 - Kaggle表格游乐场 Mar 2022 学习一
- 机器学习笔记 - 使用Visual Studio 2019的机器学习预览功能
- 机器学习之——多变量线性回归
- ML之PDP/ICE/PFI/GS&LS/LIME/SHAP:《Interpretability Methods in Machine Learning: A Brief Survey机器学习可解释性
- ML之LiR:机器学习经典算法之线性回归算法LiR的简介、使用方法、经典案例之详细攻略
- AI:2020年6月22日北京智源大会演讲分享之10:40-11:10Daniel教授《 可微分的加权有限状态机及其机器学习应用》、11:10何晓冬教授《启动“智源-京东”任务导向多模态对话大赛》
- ML之分类预测:基于sklearn库的七八种机器学习算法利用糖尿病(diabetes)数据集(8→1)实现二分类预测
- ML与Regularization:正则化理论即bias-variance tradeoff(权值衰减/提前终止/数据扩增/Dropout/融合技术)在机器学习中的简介、常用方法、案例应用之详细攻略
- 机器学习-NLP(一):朴素贝叶斯进行垃圾邮件检测
- 机器学习(二十二):启发式算法优化机器学习算法
- 机器学习评估指标(Metrics)
- 【阶段三】Python机器学习15篇:机器学习项目实战:支持向量机回归模型
- 【机器学习项目实战】Python实现GA(遗传算法)对SVM分类模型参数的优化
- 【机器学习项目实战】随机森林(random forest)回归(RandomForestRegressor)模型Python实现
- 机器学习——批量梯度下降法、随机梯度下降法、小批量梯度下降法
- NLP模型笔记2022-15:深度机器学习模型原理与源码复现(lstm模型+论文+源码)
- 2023 年软件测试、人工智能和机器学习趋势
- 【数据挖掘】2022年深信服科技机器学习工程师笔试
- 【数据挖掘】2022年2023届秋招奇虎360机器学习算法工程师 笔试题
- 【机器学习】如何判断函数凸或非凸?(面试回答)
- 【机器学习】14、sklearn
- Fate1.6 支持的机器学习算法
- 机器学习保险行业问答开放数据集DeepQA-1原始例程的tensorflow版改写程序
- 神经网络和机器学习基础入门分享