来自台湾国立清华大学吴尚鸿副教授主讲的《大规模机器学习》教程,内容包括深度学习概述与学习理论。

本课程介绍深度学习的概念和实践。课程由三个部分组成。在第一部分中,我们快速介绍了经典机器学习,并回顾了一些需要理解深度学习的关键概念。在第二部分中,我们将讨论深度学习与经典机器学习的不同之处,并解释为什么它在处理复杂问题如图像和自然语言处理时是有效的。我们将介绍各种CNN和RNN模型。在第三部分,我们介绍了深度强化学习及其应用。

本课程也提供了编程的实验。在整个课程中,我们将使用Python 3作为主要的编程语言。一些流行的机器学习库,如Scikit-learn和Tensorflow 2.0将被使用并详细解释。

本课程也提供了编程的实验。在整个课程中,我们将使用Python 3作为主要的编程语言。一些流行的机器学习库,如Scikit-learn和Tensorflow 2.0将被使用并详细解释。

目录内容:

  • Introduction 引言
  • Linear Algebra 线性代数
  • Data Exploration & PCA (Bonus) 数据探索
  • Probability & Information Theory 概率与信息理论
  • Decision Trees & Random Forest (Bonus) 决策树与随机森林
  • 数值优化 Numerical Optimization
  • 感知器 Perceptron & Adaline (Bonus)
  • 回归 Regression (Bonus)
  • 学习理论与正则 Learning Theory & Regularization
  • 正则化 Regularization
  • 概率模型 Probabilistic Models
  • 线性回归与度量 Logistic Regression & Metrics
  • 非参数方法 Non-Parametric Methods & SVMs (Suggested Reading)
  • 支持向量机 SVMs & Scikit-Learn Pipelines (Bonus)
  • 交叉验证 Cross Validation & Ensembling (Suggested Reading)
  • 集成 CV & Ensembling (Bonus)
  • 预测 Predicting News Popularity
  • 大规模机器学习 Large-Scale Machine Learning
  • 深度神经网络设计 Neural Networks: Design
  • 神经网络 Neural Networks from Scratch (No Assignment)
  • TensorFlow 101 (No Assignment)
  • 神经网络 Neural Networks: Optimization & Regularization
  • Word2Vec
  • 卷积神经网络 Convolutional Neural Networks
  • Convolutional Neural Networks & Data Pipelines
  • 循环神经网络 Recurrent Neural Networks
成为VIP会员查看完整内容
54

相关内容

不可错过!华盛顿大学最新《生成式模型》课程,附PPT
专知会员服务
52+阅读 · 2020年12月11日
专知会员服务
51+阅读 · 2020年9月7日
最新《统计机器学习》课程,26页ppt
专知会员服务
80+阅读 · 2020年8月30日
清华大学《高级机器学习》课程
专知
34+阅读 · 2020年7月21日
246 页《统计机器学习与凸优化》教程 PPT 下载
新智元
24+阅读 · 2018年9月21日
【资源】15个在线机器学习课程和教程
专知
8+阅读 · 2017年12月22日
GitHub最著名的20个Python机器学习项目
全球人工智能
9+阅读 · 2017年12月7日
干货 | 台大“一天搞懂深度学习”课程PPT(下载方式见文末!!)
机器学习算法与Python学习
62+阅读 · 2017年11月14日
Arxiv
1+阅读 · 2020年12月11日
Arxiv
0+阅读 · 2020年12月11日
Arxiv
3+阅读 · 2018年2月22日
Arxiv
12+阅读 · 2018年1月12日
VIP会员
相关资讯
微信扫码咨询专知VIP会员