《李宏毅機器學習完整筆記》發布,Datawhale開源項目LeeML-Notes

《李宏毅機器學習完整筆記》發布,Datawhale開源項目LeeML-Notes

《李宏毅機器學習完整筆記》發布,Datawhale開源項目LeeML-Notes


資料來源:

    開源地址 https://github.com/datawhalechina/leeml-notes
    李宏毅機器學習視頻:https://www.bilibili.com/video/av59538266


GITHUB: https://github.com/jash-git/leeml-notes


P1 機器學習介紹
P2 為什麼要學習機器學習
P3 回歸
P4 回歸-演示
P5 誤差從哪來?
P6 梯度下降
P7 梯度下降(用AOE演示)
P8 梯度下降(用Minecraft演示)
P9 作業1-PM2.5預測
P10 概率分類模型
P11 logistic回歸
P12 作業2-贏家還是輸家
P13 深度學習簡介
P14 反向傳播
P15 深度學習初試
P16 Keras2.0
P17 Keras演示
P18 深度學習技巧
P19 Keras演示2
P20 Tensorflow 實現Fizz Buzz
P21 卷積神經網絡
P22 為什麼要“深度”學習?
P23 半監督學習
P24 無監督學習-線性降維
P25 無監督學習-詞嵌入
P26 無監督學習-領域嵌入
P27 無監督學習-深度自編碼器
P28 無監督學習-深度生成模型I
P29 無監督學習-深度生成模型II
P30 遷移學習
P31 支持向量機
P32 結構化學習-介紹
P33 結構化學習-線性模型
P34 結構化學習-結構化支持向量機
P35 結構化學習-序列標註
P36 循環神經網絡I
P37 循環神經網絡II
P38 集成學習
P39 深度強化學習淺析
P40 機器學習的下一步

2 thoughts on “《李宏毅機器學習完整筆記》發布,Datawhale開源項目LeeML-Notes

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *