”李宏毅机器学习课程笔记“ 的搜索结果
他的研究方向主要是语义理解、语音识别、机器学习和深度学习)老师的机器学习课程以机器学习和深度学习的基础知识为主,包含了AI领域的各种最新知识和技术点。课程深入简出,通俗易懂,颇受欢迎,非常适合对AI感兴趣...
机器学习笔记整理
李宏毅机器学习HW03学习笔记
RNN主要是用于处理序列数据的神经网络,本文主要了解RNN的内部结构以及每个参数代表什么,通过一个简单的例子了解RNN正向和反向运算的具体过程;通过例子了解CNN的正向和反向运算的具体过程,理解卷积层和池化层的...
包含李宏毅机器学习视频P1-P16的课程梗概
classification( 分类) 即找一个方程,输入为X,输出为N个case的哪一个。 在这里举例神奇宝贝的分类问题: 怎样做分类呢? 1.Training data for classification 如果把classification当做regression的问题来解决...
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。 提示:以下是本篇文章正文内容,下面案例可供参考 一、什么是机器学习 机器学习...
课程主页:https://speech.ee.ntu.edu.tw/~hylee/ml/2023-spring.php Github:https://github.com/Fafa-DL/Lhy_Machine_Learning B站课程:...
2021李宏毅机器学习笔记--18 Unsupervised Learning -- Neighbor Embedding 摘要一、Manifold Learning(流形学习)二、Locally Linear Embedding(LLE,局部线性嵌入)三、Laplacian Eigenmaps(拉普拉斯特征映射)3.1 ...
1. 回顾:梯度下降法 我们要找到一个最好的函数,这是一个优化问题。我们定义了一个损失函数,损失...接下来计算和对损失函数的偏微分,然后把减掉学习率乘以偏微分的值,得到一组新的参数,迭代步骤同上。 称为...
强化学习:policy gradient (PG)算法的原理简讲与弊端
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: ...
什么是机器学习:寻找一种函数 监督学习 (label足够:回归分类) 半监督学习 (label不够) 无监督学习 (label没有) 迁移学习 (在一定基础上学习) 结构化学习(函数产生结构化的结果,例如输入语音,产生文字...
有监督学习supervised learning需要提供一些有目标值的数据给机器去学习。用loss来判断函数的好坏,loss越小函数越符合我们的期待。 reinforcement ...meta learning:让机器学习如何去学习 一、Regression R.
文章目录1 Classification as ...我们已经知道,Regression就是输入一个向量,然后输出一个数值,我们希望输出的数值跟某一个label,也就是我们要学习的目标,越接近越好。 现在问题来到了如何做Classification,
深度学习笔记
主要记录一些学习过程,以后查阅也方便,来源:李宏毅机器学习课程 Early Stopping 此时提前停止的testing set是有label的data,一般是自己划分出来的Val验证集数据或类似kaggle的public set Regularization ...
same_seed() 函数为神经网络的训练提供一致的随机种子,确保训练结果的可复现性。它的输入 seed 是一个整数,我们可以在1.7.中的config里设置它。train_valid_split() 函数可以根据我们给定的验证集比例(valid_...
1、为什么用CNN DNN参数太多,需要更简单的模型。 只看一小块区域。 鸟嘴出现在图片的不同位置,但可以共用同一组参数。 ...做subsampling对影像辨识没有太大影响,可以这样减少参数。......
2021李宏毅机器学习笔记--1.概述机器学习机器学习内容图示什么是机器学习期望找什么样子的函式怎么告诉机器你期望的函式的样子机器怎么找出你期望的函式 机器学习内容图示 图中十五个知识点大致囊括了机器学习大部分...
接(一) 线性模型无法真的模拟真实情况,称为model bias。 All Piecewise Linear Curves=constant(常数) + sum of a set of (linear curves)只要有足够多的简单曲线就可以无限逼近连续的曲线。...
比如,同样的一只猫,可能因为背景的不同,网络就识别不好了,全连接网络不能较好地提取图像特征。这个特征域是可以根据你要求解的图像分类问题的特性任意设定的,比如你要求解的图像分类问题的图像中的特征位于图片...
一、误差来自于哪? error一般有两种来源:bias(偏差) 和 variance(方差),如果可以诊断error的来源,就可以挑选适当的方法来改进我们的模型。 对于我们面对的问题,理论上有一个最佳的模型,这个理论上最佳的...
输入x ,通过一个函数,得到该x所属的类别 x -> function ->class n 例如银行贷款: 输入:用户的收入、存款等、工作、信用、年龄等 输出:同意或者拒绝 How to do Classisication ...
1 机器学习的基本 概念 2. 机器学习的分类 Regression (回归 )就是找到一个函数 function,通过输入特征 x ,输出一个数值Scalar classification(分类 ):给定 类别,选择正确 的 一种(围棋也 是一种 分类 ,...
GAN包含有两个模型,一个是生成模型(generative model),一个是判别模型生成模型的任务是生成看起来自然真实的、和原始数据相似的实例。判别模型的任务是判断给定的实例看起来是自然真实的还是人为伪造的(真实...
李宏毅课程中关于 Tips of deep learning这部分讲的知识点比较多而且很细节。其中的dropout、ReLU等等很早就使用了,但是其中的细节却一直没有注意,这里总结一下课程中的知识,趁机巩固一下基础。 开篇 作者主要...
如果参数已知,那么一个神经网络就是一个 function如果只是给出了一个网络结构,并没有确定参数,那么就是定义了一个函数的集合。Layer1 的所有输出都与 Layer2 的所有输入连接,所以叫全连接。...
大鱼AI的李宏毅机器学习训练营 学员都看了第一课regression,写出了自己的博客 这里先把同学的博客记录一下 回头有空再自己整理 先简单写写,熟悉一下markdown语法 奔腾同学的笔记 DisguiseR的笔记 朱迪同学...
本文是我学习李宏毅老师《机器学习》课程 2021/2022 -lecture1 的笔记,欢迎交流和多多指教!