机器之心专栏 作者:Datawhale
目录 1.李宏毅机器学习简介 2.《LeeML-Notes》李宏毅机器学习笔记 3.《LeeML-Notes》学习笔记框架 4.笔记内容细节展示 a. 对梯度下降概念的解析 b. 为什么需要做特征缩放 c. 隐形马尔科夫链的应用 5.代码呈现 a. 回归分析 b. 深度学习 6.作业展示 7.交流互动 8.开源地址 9.配套视频 1. 李宏毅机器学习简介 李宏毅老师现任台湾大学电气工程助理教授,研究重点是机器学习,特别是深度学习领域。他有一系列公开的机器学习课程视频,在机器学习领域是很多人入门的教材,人气不输吴恩达的 Coursera 机器学习课程。 李宏毅老师的课程视频包括多种监督学习、无监督学习、半监督学习等领域,算法包括简单的线性回归、logistic 回归、支持向量机,乃至深度学习中的各类神经网络模型。 「梯度下降」课程中的 PPT 。对比了不同梯度下曲线的形状。 「词嵌入」课程中的PPT。展示了语义相似词语在词嵌入后呈现出的聚集关系。 因为课程中干货满满,李宏毅老师的课程视频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。 但是,考虑到很多机器学习爱好者对于课程笔记的需求,我们不仅仅需要的是教学视频。我们需要一份课程笔记,能够引领学习者的思路,帮助引导他们进入这个领域。因此,就诞生了这款《LeeML-Notes》李宏毅机器学习笔记。 2.《LeeML-Notes》李宏毅机器学习笔记 LeeML-Notes 是 Datawhale 开源组织自《机器学习南瓜书》后的又一开源学习项目,由团队成员王佳旭、金一鸣牵头,8 名成员历时半年精心打磨而成,实现了李宏毅老师机器学习课程内容的 100% 复现,并且在此基础上补充了有助于学习理解的相关资料和内容,对重难点公式进行了补充推导。期间,Datawhale 开源组织打造了《李宏毅老师机器学习》的组队学习,在众多学习者共同的努力下,对该内容进行了迭代和补充。下面,让我们来详细了解下工作详情吧。 具体准备工作:
下图为修订记录表: 3.《LeeML-Notes》学习笔记框架 3.a 亮点
|
|
来自: taotao_2016 > 《计算机》