基于TensorFlow的机器学习速成课程25讲视频全集(16-18讲)

【导读】前些日子,大家都知道,Google 上线了基于 TensorFlow 的机器学习速成课程,它包含 40 多项练习、25 节课程以及 15 个小时的紧凑学习内容。 



基于TensorFlow的机器学习速成课程25讲视频全集(01-03讲)

基于TensorFlow的机器学习速成课程25讲视频全集(04-06讲)

基于TensorFlow的机器学习速成课程25讲视频全集(07-09讲)

基于TensorFlow的机器学习速成课程25讲视频全集(10-12讲)

基于TensorFlow的机器学习速成课程25讲视频全集(13-15讲)


本课程是机器学习热爱者的自学指南,且课程资料都是中文书写,课程视频都由机器学习技术转述为中文音频。这对于中文读者来说将会有很大的帮助,我们也能选择英文语音以更精确地学习内容。这曾是 Google 内部培训工程师的课程,有近万名 Google 员工参与并将学到的东西用在产品的优化和增强上。



课程网址:

https://developers.google.cn/machine-learning/crash-course

注:最低下角可点击切换到中文版


课程目录

机器学习概念

01-03讲:机器学习简介、框架处理、深入了解ML

04-06讲:降低损失、使用TF的基本步骤、泛化

07-09讲:训练集和测试集、验证、表示法

10-12讲:特征组合、简单正则化、逻辑回归

13-15讲:分类、稀疏性正则化、神经网络简介

16-18讲:训练神经网络、多类别神经网络、嵌套

机器学习工程

19-20讲:生产环境机器学习系统、静态与动态训练

21-22讲:静态与动态推理、数据依赖关系

应用示例

23-25讲:癌症预测、18世纪文字、应用准则


第十六讲:训练神经网络

反向传播算法是最常见的一种神经网络训练算法。借助这种算法,梯度下降法在多层神经网络中将成为可行方法。TensorFlow 可自动处理反向传播算法,因此您不需要对该算法作深入研究。要了解它的工作原理,请参阅下面的反向传播算法的直观说明。

预计用时:5 分钟

学习目标

  • 在一定程度上了解反向传播算法。


第十七讲:多类别神经网络

前面您已经了解了二元分类模型,该模型可从两个可能的选项中选择其一,例如:

  • 特定电子邮件是垃圾邮件还是非垃圾邮件。

  • 特定肿瘤是恶性肿瘤还是良性肿瘤。

在本单元中,我们将研究多类别分类,这种模型可从多种可能的情况中进行选择。例如:

  • 这条狗是小猎犬、巴吉度猎犬还是寻血猎犬?

  • 这朵花是西伯利亚鸢尾花、荷兰鸢尾花、蓝旗鸢尾花还是有髯鸢尾花?

  • 那架飞机是波音 747、空中客车 320、波音 777 还是 Embraer 190?

  • 这是一张苹果、熊、糖果、狗狗还是鸡蛋的图片?

预计用时:5 分钟

学习目标

  • 理解多类别分类问题,尤其是 Softmax。

  • 在 TensorFlow 中制定 Softmax 解决方案。


第十八讲:嵌套

嵌套是一种相对低维的空间,您可以将高维矢量映射到这种低维空间里。通过使用嵌套,可以让在大型输入(比如代表字词的稀疏矢量)上进行机器学习变得更加容易。在理想情况下,嵌套可以将语义上相似的不同输入映射到嵌套空间里的邻近处,以此来捕获输入的语义。

预计用时:15 分钟

学习目标

  • 学习嵌套的定义和用途。

  • 学习嵌套如何编码语义关系。

  • 学习如何使用嵌套。

  • 学习如何训练有意义的嵌套(例如使用 word2vec)。



明天更新19~20讲,继续关注!

https://developers.google.cn/machine-learning/crash-course

-END-

专 · 知

人工智能领域主题知识资料查看获取【专知荟萃】人工智能领域26个主题知识资料全集(入门/进阶/论文/综述/视频/专家等)

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料

请扫一扫如下二维码关注我们的公众号,获取人工智能的专业知识!

请加专知小助手微信(Rancho_Fang),加入专知主题人工智能群交流!加入专知主题群(请备注主题类型:AI、NLP、CV、 KG等)交流~

投稿&广告&商务合作:fangquanyi@gmail.com


点击“阅读原文”,使用专知

展开全文
Top
微信扫码咨询专知VIP会员