李宏毅机器学习笔记第6页

李宏毅老师机器学习课程笔记_ML Lecture 2: Where does the error come from?

视频链接（bilibili）：李宏毅机器学习(2017)另外已经有有心的同学做了速记并更新在github上：李宏毅机器学习笔记(LeeML-Notes)所以，接下来我的笔记只记录一些我自己的总结和听课当时的

leogoforit·2020-03-30 11:00

[机器学习入门] 李宏毅机器学习笔记-5（Classification- Probabilistic Generative Model；分类：概率生成模型）

[机器学习]李宏毅机器学习笔记-5（Classification:ProbabilisticGenerativeModel；分类：概率生成模型）Classification这里写图片描述HowtodoClassification

holeung·2020-03-27 07:25

机器学习 —— 李宏毅机器学习笔记（六）—— 逻辑回归

逻辑回归上一篇博客，分析了生成模型+贝叶斯概率公式对分类问题进行求解的过程，实际上就是在寻找参数w和b的过程，这次介绍的逻辑回归算法直接对参数w和b进行求解，不考虑数据的生成模型。首先，对于逻辑回归，我们的定义是：逻辑回归假设数据服从伯努利分布,通过极大化似然函数的方法，运用梯度下降来求解参数，来达到将数据二分类的目的。这里面其实包含了5个点，1：逻辑回归的假设2：逻辑回归的损失函数3：逻辑回归的

ProQianXiao·2020-03-23 11:03

李宏毅老师机器学习课程笔记_ML Lecture 1: ML Lecture 1: Regression - Demo

视频链接（bilibili）：李宏毅机器学习(2017)另外已经有有心的同学做了速记并更新在github上：李宏毅机器学习笔记(LeeML-Notes)所以，接下来我的笔记只记录一些我自己的总结和听课当时的

leogoforit·2020-03-21 20:00

李宏毅老师机器学习课程笔记_ML Lecture 1: 回归案例研究

视频链接（bilibili）：李宏毅机器学习(2017)另外已经有有心的同学做了速记并更新在github上：李宏毅机器学习笔记(LeeML-Notes)所以，接下来我的笔记只记录一些我自己的总结和听课当时的

leogoforit·2020-03-21 19:00

李宏毅老师机器学习课程笔记_ML Lecture 1: 回归案例研究

视频链接（bilibili）：李宏毅机器学习(2017)另外已经有有心的同学做了速记并更新在github上：李宏毅机器学习笔记(LeeML-Notes)所以，接下来我的笔记只记录一些我自己的总结和听课当时的

leogoforit·2020-03-21 19:06

[机器学习入门] 李宏毅机器学习笔记-23（Support Vector Machine；支持向量机）

[机器学习入门]李宏毅机器学习笔记-23（SupportVectorMachine；支持向量机）PDFVIDEOSupportVectorMachineOutline这里写图片描述HingeLossBinaryClassification

holeung·2020-03-21 17:12

李宏毅老师机器学习课程笔记_ML Lecture 0-2: Why we need to learn machine learning?

视频链接（bilibili）：李宏毅机器学习(2017)另外已经有有心的同学做了速记并更新在github上：李宏毅机器学习笔记(LeeML-Notes)所以，接下来我的笔记只记录一些我自己的总结和听课当时的

leogoforit·2020-03-21 01:48

李宏毅老师机器学习课程笔记_ML Lecture 0-2: Why we need to learn machine learning?

视频链接（bilibili）：李宏毅机器学习(2017)另外已经有有心的同学做了速记并更新在github上：李宏毅机器学习笔记(LeeML-Notes)所以，接下来我的笔记只记录一些我自己的总结和听课当时的

leogoforit·2020-03-21 01:00

李宏毅老师机器学习课程笔记_ML Lecture 0-1: Introduction of Machine Learning

视频链接（bilibili）：李宏毅机器学习(2017)另外已经有有心的同学做了速记并更新在github上：李宏毅机器学习笔记(LeeML-Notes)所以，接下来我的笔记只记录一些我自己的总结和听课当时的

leogoforit·2020-03-21 00:47

李宏毅老师机器学习课程笔记_ML Lecture 0-1: Introduction of Machine Learning

视频链接（bilibili）：李宏毅机器学习(2017)另外已经有有心的同学做了速记并更新在github上：李宏毅机器学习笔记(LeeML-Notes)所以，接下来我的笔记只记录一些我自己的总结和听课当时的

leogoforit·2020-03-21 00:00

[机器学习入门] 李宏毅机器学习笔记-6 （Classification: Logistic Regression；逻辑回归）

PDFVIDEO[机器学习]李宏毅机器学习笔记-6（Classification:LogisticRegression；Logistic回归）PDFVIDEOThreestepsStep1:FunctionSet

holeung·2020-03-20 14:55

[机器学习入门] 李宏毅机器学习笔记-10 （Tips for Deep Learning；深度学习小贴士）

PDFVIDEO[机器学习入门]李宏毅机器学习笔记-10（TipsforDeepLearning；深度学习小贴士）PDFVIDEORecipeofDeepLearning这里写图片描述这里写图片描述在trainingdata

holeung·2020-03-11 07:43

机器学习 —— 李宏毅机器学习笔记（三）—— 偏差和方差

偏差和方差这篇博客介绍机器学习中误差（error）的来源，知道我们的模型中产生的误差来自于哪一部分，才能更好地进行模型的调整。一般来说，误差的来源有两部分：偏差（bias）和方差（variance）。偏差和方差——用来衡量模型泛化能力的工具，所以我的理解是在测试集上面根据偏差和方差来对模型进行一个评估。回顾之前回归问题中的例子，简单模型对于数据的拟合能力比较差，在训练集和测试集上面效果均不好；但同

ProQianXiao·2020-03-10 22:00

机器学习 —— 李宏毅机器学习笔记（二）—— 回归问题

回归问题机器学习笔记的第二篇博客，来介绍机器学习中最基础的回归任务，上一篇博客中有提到回归任务和分类任务的差别在于，回归任务中模型的输出是一个具体的数值，而分类任务中模型的输出是某一类别。其实，许多问题我们都可以视为回归问题：例如：根据股票市场的历史数据预测明天的股票走势；自动驾驶中根据传感器获取的信息输出方向盘的转动角度；推荐系统中，输入用户和商品的特征，模型输出一个[0,1]之间的数值，表示购

ProQianXiao·2020-03-06 18:18

机器学习 —— 李宏毅机器学习笔记（一）—— 机器学习介绍

专栏开篇：如今AI大放异彩，有人称其为“第四次工业革命”，人工智能的概念和应用已经逐渐渗入我们的生活，其中机器学习作为人工智能领域的关键技术，获得了越来越多的关注。开此专栏记录自己学习机器学习的过程，也借写博客的方式督促自己的学习，目前的规划是首先学习李宏毅老师的机器学习视频课程，之后进行机器学习实战项目的学习，所以本专栏前半部分以基础知识为主，后半部分以具体项目为主，也希望大家可以留言多多交流，

ProQianXiao·2020-03-03 16:12

[机器学习入门] 李宏毅机器学习笔记-24（introduction of Structured Learning;结构化学习介绍）

[机器学习入门]李宏毅机器学习笔记-24（introductionofStructuredLearning;结构化学习介绍）PDFVIDEOintroductionofStructuredLearning

holeung·2020-02-11 01:25

【李宏毅机器学习笔记】1、回归问题（Regression）

【李宏毅机器学习笔记】1、回归问题（Regression）【李宏毅机器学习笔记】2、error产生自哪里？

qqqeeevvv·2020-02-02 17:28

[机器学习入门] 李宏毅机器学习笔记-19 （Deep Generative Model-part 2：深度生成模型-part 2）

[机器学习入门]李宏毅机器学习笔记-19（DeepGenerativeModel-part2：深度生成模型-part2）PDFVIDEOWhyVAE?

holeung·2020-01-01 22:10

[机器学习入门] 李宏毅机器学习笔记-3 （Gradient Descent ；梯度下降）

PDFVIEDO[机器学习入门]李宏毅机器学习笔记-3（GradientDescent；梯度下降）PDFVIEDOReview这里写图片描述这里写图片描述梯度下降的三个小贴士Tip1Tuningyourlearningrates

holeung·2020-01-01 10:56

[机器学习入门] 李宏毅机器学习笔记-15 （Unsupervised Learning: Word Embedding；无监督学习：词嵌入）

[机器学习入门]李宏毅机器学习笔记-15（UnsupervisedLearning:WordEmbedding；无监督学习：词嵌入）PDFVIDEOWordEmbeddingWordEmbedding是前面讲到的

holeung·2019-12-29 21:40

[机器学习入门] 李宏毅机器学习笔记-33 (Recurrent Neural Network part 2;循环神经网络 part 2)

[机器学习入门]李宏毅机器学习笔记-33(RecurrentNeuralNetworkpart2;循环神经网络part2)PDFVIDEORNNLearningTarget这里写图片描述cost就是每一个时间点的

holeung·2019-12-25 09:56

[机器学习入门] 李宏毅机器学习笔记-29 (Sequence Labeling Problem part 1;结构化预测-序列标记 part 1)

[机器学习入门]李宏毅机器学习笔记-29(SequenceLabelingProblempart1;结构化预测-序列标记part1)PDFVIDEOSequenceLabeling这里写图片描述ExampleTaskPOStagging

holeung·2019-12-24 09:34

[机器学习入门] 李宏毅机器学习笔记-36（Ensemble part 2；集成方法 part 2）

[机器学习入门]李宏毅机器学习笔记-35（Ensemble；集成方法）PDFVIDEO上接part1EnsembleEnsembleBoostingAdaBoostAlgorithmforAdaBoost

holeung·2019-12-18 12:17

[机器学习入门] 李宏毅机器学习笔记-34 (Recurrent Neural Network part 3;循环神经网络 part 3)

[机器学习入门]李宏毅机器学习笔记-34(RecurrentNeuralNetworkpart3;循环神经网络part3)PDFVIDEO上接part2RNNBeyondSequence那么这种sequencetosequence

holeung·2019-12-16 14:16

[机器学习入门] 李宏毅机器学习笔记-35（Ensemble part 1；集成方法 part 1）

[机器学习入门]李宏毅机器学习笔记-35（Ensemble；集成方法）PDFVIDEOEnsemble俗称打群架，想要得到很好的performance，基本都要用这一手。

holeung·2019-12-14 07:12

[机器学习入门] 李宏毅机器学习笔记-31 (Sequence Labeling Problem part 3 ;结构化预测-序列标记 part 3)

[机器学习入门]李宏毅机器学习笔记-31(SequenceLabelingProblempart3;结构化预测-序列标记part3)PDFVIDEO上接part1SequenceLabelingProblemOutline

holeung·2019-12-12 08:08

[机器学习入门] 李宏毅机器学习笔记-32 (Recurrent Neural Network part 1;循环神经网络 part 1)

[机器学习入门]李宏毅机器学习笔记-32(RecurrentNeuralNetworkpart1;循环神经网络part1)PDFVIDEORecurrentNeuralNetworkExampleApplication

holeung·2019-12-08 08:24

[机器学习入门] 李宏毅机器学习笔记-30 (Sequence Labeling Problem part 2 ;结构化预测-序列标记 part 2)

[机器学习入门]李宏毅机器学习笔记-30(SequenceLabelingProblempart2;结构化预测-序列标记part2)PDFVIDEO上接part1SequenceLabelingProblemOutline

holeung·2019-11-29 20:45

[机器学习入门] 李宏毅机器学习笔记-28 (Structured SVM part 3 ;结构化支持向量机 part 3)

[机器学习入门]李宏毅机器学习笔记-28(StructuredSVMpart3;结构化支持向量机part3)PDFVIDEOStructuredSVM接上篇这里写图片描述Multi-classandbinarySVM

holeung·2019-11-03 22:50

资料分享：推荐一本《李宏毅机器学习》开源电子书！

背景今天在github上看到了datawhale发布的李宏毅机器学习笔记。

老马的程序人生·2019-10-13 17:37

《李宏毅 - 深度学习》笔记

学习资源视频：李宏毅深度学习完整版别人的中文笔记：李宏毅机器学习笔记(LeeML-Notes)李宏毅机器学习笔记(LeeML-Notes)-github地址不这这个笔记跟我看的上面的视频不是同一个，可能目录排版有区别

云上听风·2019-09-25 15:01

李宏毅机器学习笔记（1）——introduction

1、人工智能的发展历史：1950’s：人工智能的概念开始出现，依据人类事先设定好的规则实现。1980’s：机器学习开始发展，是实现人工智能的手段2010’s：深度学习学习开始发展，是机器学习的一种方法2、机器学习：根据数据资料寻找一个可以解决目标问题的函数数据(inputdata)：语音、图像、文本……函数：f(x)，x即输入的数据资料(inputdata)3、机器学习三步骤：Beforestep

weixin_44567498·2019-07-18 22:58

【李宏毅机器学习笔记6】Logistic Regression 逻辑回归

背景博客参考：https://blog.csdn.net/Allenlzcoder/article/details/78994291上篇博客学习了概率生成式模型，本篇将介绍另一个模型，即判别式模型，也由此，“逻辑回归”，闪亮登场！作为神经网络的基本单元，本篇也十分重要~！思考：为什么不用squareerror做线性回归？因为linearregression在建模后其输出值是任意值（可能大于1），所

FCer·2019-06-28 17:05

李宏毅机器学习笔记三

Contents16UnsupervisedLearning:Auto-encoder25-26RecurrentNeuralNetwork16UnsupervisedLearning:Auto-encoderPCA是线性的encoder在做降维，本身是一个神经网络。c的维度特别小，称为瓶颈层auto-encoder比PCA多了几层。W的设置，保持对称，可以减少参数，防止过拟合。但并不是必要。sy

niuyoudao·2019-05-14 13:27

李宏毅机器学习笔记6：Why deep、Semi-supervised

李宏毅老师的机器学习课程和吴恩达老师的机器学习课程都是都是ML和DL非常好的入门资料，在YouTube、网易云课堂、B站都能观看到相应的课程视频，接下来这一系列的博客我都将记录老师上课的笔记以及自己对这些知识内容的理解与补充。(本笔记配合李宏毅老师的视频一起使用效果更佳！）Lecture8：Whydeep？1.ShallownetworkVSDeepnetwork在比较浅层网络与深层网络时，要让“

控球强迫症·2019-04-22 13:00

李宏毅机器学习笔记5：CNN卷积神经网络

李宏毅老师的机器学习课程和吴恩达老师的机器学习课程都是都是ML和DL非常好的入门资料，在YouTube、网易云课堂、B站都能观看到相应的课程视频，接下来这一系列的博客我都将记录老师上课的笔记以及自己对这些知识内容的理解与补充。(本笔记配合李宏毅老师的视频一起使用效果更佳！）Lecture7:CNN目录一、CNN的引入二、CNN的层次结构三、CNN的小Demo加深对CNN的理解四、CNN的特点在学习

控球强迫症·2019-04-10 19:00

李宏毅机器学习笔记4：Brief Introduction of Deep Learning、Backpropagation(后向传播算法)

李宏毅老师的机器学习课程和吴恩达老师的机器学习课程都是都是ML和DL非常好的入门资料，在YouTube、网易云课堂、B站都能观看到相应的课程视频，接下来这一系列的博客我都将记录老师上课的笔记以及自己对这些知识内容的理解与补充。(本笔记配合李宏毅老师的视频一起使用效果更佳！）Lecture6:BriefIntroductionofDeepLearning本节课主要围绕DeepLearing三步骤：（

控球强迫症·2019-03-29 09:00

李宏毅机器学习笔记1：Regression、Error

李宏毅老师的机器学习课程和吴恩达老师的机器学习课程都是都是ML和DL非常好的入门资料，在YouTube、网易云课堂、B站都能观看到相应的课程视频，接下来这一系列的博客我都将记录老师上课的笔记以及自己对这些知识内容的理解与补充。(本笔记配合李宏毅老师的视频一起使用效果更佳！）今天这篇文章的主要内容是第1-2课的笔记。MLLecture1:Regression-Demo1.MachineLearnin

weixin_33896726·2019-03-13 10:00

李宏毅机器学习笔记

2018.10.09开始看李宏毅的机器学习课，把重要的笔记记下来各种模型之间的关系10月10日为什么要使用Regulation正则项目的：使目标函数尽可能的平滑，尽量使Wi小一点Wi小的比较好（因为输入值有很大变化，对输出的影响相对没有那么大）λ越大，函数越平滑但是λ太大了，就太平滑，不能正确拟合函数了正则项不考虑b,因为b对函数的平滑程度没有影响10月11日biasVSvariancebias：

This_is_alva·2018-10-09 09:06

李宏毅机器学习笔记（1）-Regression

李宏毅机器学习笔记（1）-Regression视频来自李宏毅机器学习2017·1-Regression，笔记个人学习用回归回归：预测有“问题”，有“答案”的例子，如房价预测，“问题”就是有关房子的多个变量

jamisoul95·2018-10-08 11:11

李宏毅机器学习笔记-12.3 循环神经网络（Recurrent Neural Network-RNN）- part 3

RecurrentNeuralNetwork(RNN)-循环神经网络（part3)GatedRNN0前言其实这节课的内容跟我其他这个系列的博客是不属于同一个课程的，但是因为是在B站看的视频，up主可能不小心弄混了，于是我就也一起看了，多学点总没什么错。虽然不是同一门课，但是确实是同一个老师，也是极其学习的内容，所以就当做一门课也没什么差别。这里给出这节课内容所属的课程网站AppliedDeepLe

MemoryD·2018-05-18 21:32

李宏毅机器学习笔记-10 卷积神经网络（Convolutional Neural Network-RNN）

ConvolutionalNeuralNetwork（CNN）1为什么用CNN识别图像1.1使用DNN的缺陷当我们用一般的全连接神经网络处理图像时，可能是这样子：第一层识别一些最基础的线条、特定方向的边界等等之类的最基本的模式。第二层就开始基于第一层的基础识别一些复杂一些的模式。往后的层以此类推，直至识别出一个预期中的目标。是我们这样直接处理的话，往往参数会太多，处理一张100*100像素的图像就

MemoryD·2018-05-18 13:23

李宏毅机器学习笔记-12.2 循环神经网络（Recurrent Neural Network-RNN）- part 2

RecurrentNeuralNetwork(RNN)-循环神经网络（part2)1训练RNN1.1定义Loss如上图中，每一个单词对应一个Slot，将句子按顺序丢进Network中，产生一个输出y，将每个y与预期的正确输出做crossentropy，然后累加起来，就是最终的Loss。（注意，顺序不能打乱）。1.2学习（learning）定义完Lossfuntion以后，就可以开始训练了，这次我们

MemoryD·2018-05-17 19:13

李宏毅机器学习笔记-12.1 循环神经网络（Recurrent Neural Network-RNN）- part 1

RecurrentNeuralNetwork(RNN)-循环神经网络（part1)1从一个例子说起假设要做一个智能客服系统或者智能订票系统之类的，需要用到一个叫做SlotFilling的技术，举个例子，如果做一个人对智能订票系统说”IwouldliketoarriveTaipeionNovember2nd“。那么你的系统会有一些Slot，在这里应该是Destination和timeofarriva

MemoryD·2018-05-17 11:44

李宏毅机器学习笔记（五）-----Where does the error come from

视频来源：李宏毅机器学习(2017)_哔哩哔哩(゜-゜)つロ干杯~-bilibilihttps://www.bilibili.com/video/av10590361/?p=5functionset===modelerror来源：（1）baise（2）variance问题一：怎么估算Biase和Variance-------数理统计中的点估计点估计步骤：（1）抽取样本（2）计算样本的均值，方差等（

橘子甜不甜·2018-03-02 12:58

[机器学习入门] 李宏毅机器学习笔记-20 （Deep Generative Model-part 3：深度生成模型-part 3）

[机器学习入门]李宏毅机器学习笔记-20（DeepGenerativeModel-part3：深度生成模型-part3）PDFVIDEO上接part2，VAE从来没有去学习产生一张看起来能以假乱真的image

holeung·2017-12-11 13:49

[机器学习入门] 李宏毅机器学习笔记-27（Structured SVM part 2；结构化支持向量机 part 2）

[机器学习入门]李宏毅机器学习笔记-27（StructuredSVMpart2；结构化支持向量机part2）PDFVIDEOStructureSVM接上篇这里写图片描述Regularization这里写图片描述番外篇

holeung·2017-11-10 11:34

[机器学习入门] 李宏毅机器学习笔记-22（Transfer Learning part 2；迁移学习 part 2）

[机器学习入门]李宏毅机器学习笔记-22（TransferLearningpart2；迁移学习part2）PDFVIDEO接part1第四象限Targetdataunlabelled，SourceDatalabelledZero-shotlearning

holeung·2017-11-10 11:02

[机器学习入门]李宏毅机器学习笔记-1（Learning Map；学习导图）

在此就不介绍机器学习的概念了，请自行google，在此直接看LearningMap。LearningMap（学习导图）PDFVIDEO先来看一张李大大的总图↓先来看一张李大大的总图鉴于看起来不是很直观，我“照虎画猫”做了一个思维导图如下：理论上SupervisedLearning分支下的内容都可以放在其他LearningMap大类下。1.SupervisedLearning所谓监督学习，就是我们告

holeung·2017-07-29 16:00

推荐频道

李宏毅机器学习笔记

李宏毅老师机器学习课程笔记_ML Lecture 2: Where does the error come from?

[机器学习入门] 李宏毅机器学习笔记-5（Classification- Probabilistic Generative Model；分类：概率生成模型）

机器学习 —— 李宏毅机器学习笔记（六）—— 逻辑回归

李宏毅老师机器学习课程笔记_ML Lecture 1: ML Lecture 1: Regression - Demo

李宏毅老师机器学习课程笔记_ML Lecture 1: 回归案例研究

李宏毅老师机器学习课程笔记_ML Lecture 1: 回归案例研究

[机器学习入门] 李宏毅机器学习笔记-23（Support Vector Machine；支持向量机）

李宏毅老师机器学习课程笔记_ML Lecture 0-2: Why we need to learn machine learning?

李宏毅老师机器学习课程笔记_ML Lecture 0-2: Why we need to learn machine learning?

李宏毅老师机器学习课程笔记_ML Lecture 0-1: Introduction of Machine Learning

李宏毅老师机器学习课程笔记_ML Lecture 0-1: Introduction of Machine Learning

[机器学习入门] 李宏毅机器学习笔记-6 （Classification: Logistic Regression；逻辑回归）

[机器学习入门] 李宏毅机器学习笔记-10 （Tips for Deep Learning；深度学习小贴士）

机器学习 —— 李宏毅机器学习笔记（三）—— 偏差和方差

机器学习 —— 李宏毅机器学习笔记（二）—— 回归问题

机器学习 —— 李宏毅机器学习笔记（一）—— 机器学习介绍

[机器学习入门] 李宏毅机器学习笔记-24（introduction of Structured Learning;结构化学习介绍）

【李宏毅机器学习笔记】1、回归问题（Regression）

[机器学习入门] 李宏毅机器学习笔记-19 （Deep Generative Model-part 2：深度生成模型-part 2）

[机器学习入门] 李宏毅机器学习笔记-3 （Gradient Descent ；梯度下降）

[机器学习入门] 李宏毅机器学习笔记-15 （Unsupervised Learning: Word Embedding；无监督学习：词嵌入）

[机器学习入门] 李宏毅机器学习笔记-33 (Recurrent Neural Network part 2;循环神经网络 part 2)

[机器学习入门] 李宏毅机器学习笔记-29 (Sequence Labeling Problem part 1;结构化预测-序列标记 part 1)

[机器学习入门] 李宏毅机器学习笔记-36（Ensemble part 2；集成方法 part 2）

[机器学习入门] 李宏毅机器学习笔记-34 (Recurrent Neural Network part 3;循环神经网络 part 3)

[机器学习入门] 李宏毅机器学习笔记-35（Ensemble part 1；集成方法 part 1）

[机器学习入门] 李宏毅机器学习笔记-31 (Sequence Labeling Problem part 3 ;结构化预测-序列标记 part 3)

[机器学习入门] 李宏毅机器学习笔记-32 (Recurrent Neural Network part 1;循环神经网络 part 1)

[机器学习入门] 李宏毅机器学习笔记-30 (Sequence Labeling Problem part 2 ;结构化预测-序列标记 part 2)

[机器学习入门] 李宏毅机器学习笔记-28 (Structured SVM part 3 ;结构化支持向量机 part 3)

资料分享：推荐一本《李宏毅机器学习》开源电子书！

《李宏毅 - 深度学习》笔记

李宏毅机器学习笔记（1）——introduction

【李宏毅机器学习笔记6】Logistic Regression 逻辑回归

李宏毅机器学习笔记三

李宏毅机器学习笔记6：Why deep、Semi-supervised

李宏毅机器学习笔记5：CNN卷积神经网络

李宏毅机器学习笔记4：Brief Introduction of Deep Learning、Backpropagation(后向传播算法)

李宏毅机器学习笔记1：Regression、Error

李宏毅机器学习笔记

李宏毅机器学习笔记（1）-Regression

李宏毅机器学习笔记-12.3 循环神经网络（Recurrent Neural Network-RNN）- part 3

李宏毅机器学习笔记-10 卷积神经网络（Convolutional Neural Network-RNN）

李宏毅机器学习笔记-12.2 循环神经网络（Recurrent Neural Network-RNN）- part 2

李宏毅机器学习笔记-12.1 循环神经网络（Recurrent Neural Network-RNN）- part 1

李宏毅机器学习笔记（五）-----Where does the error come from

[机器学习入门] 李宏毅机器学习笔记-20 （Deep Generative Model-part 3：深度生成模型-part 3）

[机器学习入门] 李宏毅机器学习笔记-27（Structured SVM part 2；结构化支持向量机 part 2）

[机器学习入门] 李宏毅机器学习笔记-22（Transfer Learning part 2；迁移学习 part 2）

[机器学习入门]李宏毅机器学习笔记-1（Learning Map；学习导图）