【李宏毅机器学习视频汇总】2016~2021李宏毅机器学习内容汇总及一些学习建议

最近在学习李宏毅老师的机器学习课程，但是发现他有着2016~2021的系列课程，不知从何开始，也没找着比较干货的内容指引。所以自己整理了一份基于b站（考虑到许多人没有，看不了yotube）搬运视频的学习指引。
先放上李老师的个人主页！里面有课后作业以及PPT等资源！
李宏毅个人主页

接下来的话我按课程的时间简单划分了2016~2021，并罗列了课程里的内容，大家只需要找到自己对应的想学习的关键词，即可点击链接到对应的视频课程，找到对应章节进行快速学习！

小白（没有ML相关经验，比如不知道梯度如何传导）建议从2017开始学习，大佬可以自行选择自己喜欢的模块（比如说GAN）直接学习。

以下为正文

李宏毅机器学习 2021春
目录
类神经网络训练不起来怎么办系列（1~5）P11 ~ P15
Self-attention & transformer 系列 P23、P24、P34、P35
GAN系列（1~4） P40~P43
自监督学习系列（BERT、GPT）P49~P52
自编码器（AE）P53、P54
Attack与可解释性 P63~P68
强化学习 P73~P83
机器终身学习及神经网络压缩 P84~P87
元学习 P91~P105

李宏毅机器学习 2020春
目录
Regression、Gradient Descent、Opt、Classification、Logistic Regression、BP等基础内容 P3~P13
GNN、RNN P18~P21
半监督、无监督 P22、P23
可解释性ML P24~P31
Attack对抗攻击 P33~P42
模型压缩 P43~50
Transformer P54、P55
无监督学习、自监督 P56~P58、P64
自编码器AE P59~P62
ELMO、BERT、GPT P63
异常检测 P65~P71
GAN P72~P82
元学习 P86~P99
终身学习 P100~P107
强化学习RL P108~P119

李宏毅机器学习 2019春

异常检测 P2~P8
对抗攻击Attack P9~P16
可解释性 P16~P24
终身学习 P25~P31
元学习 P32~P47
AE P48~P51
网络压缩 P52~P57

李宏毅机器学习 2017
2017讲的都是比较基础的内容，比如说regression、gradient descent、BP等。基础薄弱的可以从这开始学习。

regression、gradient descent、BP等基础 P1~P15
无监督学习 P23~P29
迁移学习 P30
SVM P31
结构化学习 P32~P35
RNN P36~P37
Ensemble P38
RL P39

李宏毅机器学习 2016
基本与2017一样，就不划分了

李宏毅NLP专题

2021到2016视频有些还是重复的，比如说2019的内容很多都在2020里再次出现。但并不影响观看~，注意不要重复看就好啦