李宏毅机器学习课程笔记第41页

Stanford UE4 & UE5 C++ 开发课程笔记（三）子弹物理碰撞与弹道校正

StanfordUE4&UE5C++开发课程笔记（三）子弹物理碰撞与弹道校正物理碰撞1.防止碰撞体2.自定义碰撞通道3.在Projectile蓝图类中设置碰撞效果4.设置子弹碰撞后爆炸效果弹道校正1.原理

_澜静_·2022-11-20 12:41

Stanford UE4 & UE5 C++ 开发课程笔记（二）实现粒子发射效果

StanfordUE4&UE5C++开发课程笔记（二）实现粒子发射效果实现粒子类1.创建C++父类2.添加魔法弹3.蓝图类设置实现发射效果1.在Character类中添加新组件2.在角色蓝图类中指定具体类型

_澜静_·2022-11-20 12:10

2020李宏毅机器学习笔记-Transformer

目录摘要1.Transformer的提出1.1Self-attention1.2Multi-headSelf-attention（以双头为例）1.3PositionalEncoding2.seq2seqwithattention3.Transformer(重点)4.AtentionVisualization5.应用总结和展望摘要本节学习的是Transformer，Transformer实际上就是一

ZN_daydayup·2022-11-20 11:43

李宏毅2019年新增课程 week 15 transformer 课程笔记

李宏毅2019年新增课程week15transformer课程笔记RNN和CNN的局限Self-AttentionSelf-attention平行化Multi-headself-attention以2头为例

didiqiq·2022-11-20 11:38

李宏毅机器学习笔记第11周_Spatial Transformer

文章目录一、SpatialTransformerLayer1.CNNisnotinvarianttoscalingandrotation2.Howtotransformanimage/featuremap二、ImageTransformation三、Interpolation一、SpatialTransformerLayer1.CNNisnotinvarianttoscalingandrotati

MoxiMoses·2022-11-20 11:02

李宏毅机器学习笔记——Transformer

Seq2seq输入一串序列，输出一串序列，但不知道序列长度，由机器自己决定。eg.语音识别、翻译、多标签分类、目标检测TransfomerEncoderTransform用的layerNominationdecoder1.Autorgressive上一个decoder的输入是下一个的输入：如果上一个输出错误，也会影响下一步的预测；输出是一个个产生的，串行，只能考虑左边的拥有begin和end标志m

chairon·2022-11-20 10:55

2020李宏毅机器学习笔记

还没看完，一周内更完。。笔记目录Regression（回归）CaseStudy（p3）BasicConcept（p4）Classification（p10）LogisticRegression（p11）Regression（回归）CaseStudy（p3）机器学习的三个步骤：定义模型，线性？合理性？定义损失函数来判断模型的好坏梯度下降法求使得loss最小的模型里面的参数建立模型：定义损失函

每天都要好好学习呐！·2022-11-20 06:10

李宏毅机器学习笔记（二）Regression&&Classification

李宏毅机器学习笔记（二）RegressionCaseStudy（P3）机器学习入门：回归，预测准确的数值。

咸鱼Wei·2022-11-20 05:27

李宏毅机器学习P3-4学习笔记

P3回归模型主要针对回归的定义、回归模型的三个构建步骤及优化模型的三个步骤进行说明，在优化模型中，构建一元N次线性模型和增加特征值的方法都有可能带来过拟合的问题，对过拟合的规律进行了说明。本节含有较多公式推理，未做叙述。P3内容见图片。P4回归案例的计算代码链接：回归代码演示importnumpyasnpimportmatplotlib.pyplotaspltfrompylabimportmpl#

笑我有病·2022-11-20 05:25

Discrete Optimization课程笔记(2)—约束规划（上）

目录1.约束规划（ConstraintProgramming）2.约束传播（constraintpropagation）Case1:SendMoreMoney3.元素约束（Elementconstraint）Case2:MagicSeriesCase3:StableMarriages4.全局约束（GlobalConstraints）Case4:8位皇后Case5:九宫格5.对称性破缺（symmet

bujbujbiu·2022-11-20 05:40

吴恩达机器学习课程笔记

卡内基梅隆大学的TomMitchell提出一种机器学习的定义：一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理T时的性能有所提升。根据Tom定义的机器学习定义：P(performancemeasure)是性能度量,T(task)是任务,E(experience)是经验。记住ETP。机器学习最常使用：监督学习，无监督学习监督学习：监督学习是

wjw今天努力了吗·2022-11-20 04:34

吴恩达机器学习课程笔记一

吴恩达机器学习课程笔记前言监督学习---`Supervisedlearning`无监督学习---`Unsupervisedlearning`聚类异常检测降维增强学习---`Reinforcementlearning

Chen的博客·2022-11-20 04:30

DW李宏毅机器学习笔记--Task01-机器学习介绍

文章目录前言一、机器学习介绍1.人工智能、机器学习与深度学习2.Hand-craftedrules与Machinelearning3.机器学习的思路二、机器学习相关的技术1.监督学习回归（Regression）问题分类（Classification）问题DeepLearning2.半监督学习3.迁移学习4.无监督学习5.监督学习中的结构化学习（structuredlearning）6.强化学习总结

湘玄书生·2022-11-20 04:23

吴恩达机器学习系列课程笔记

视频资源获取：https://www.bilibili.com/video/BV164411b7dx?p=1有监督学习：给算法包含正确答案的数据集，算法的任务就是根据数据集给出更多的正确答案。回归问题（Regression）：预测一个连续的输出值，预测出连续值属性的类型。在回归问题中，我们试图在连续输出中预测结果，这意味着我们试图将输入变量映射到某个连续函数。分类问题（Classification

chen_nnn·2022-11-20 04:15

吴恩达机器学习课程笔记二

文章目录神经网络基础知识神经网络前向传播伪代码前向传播中单个神经元的作用矩阵加速运算训练模型的细节常用激活函数ReLUSigmoidLinearactivationfunctiontanh选择激活函数选择`输出层`的激活函数选择`隐藏层`的激活函数为什么需要非线性激活函数Softmax激活函数多标签分类问题梯度下降更好训练神经网络的方式-Adam神经网络基础知识neuron:神经元activati

Chen的博客·2022-11-20 04:07

机器学习笔记13_Introduction of Deep Reinforcement Learning(RL)

本文是李宏毅机器学习的笔记，这是第十三节，介绍了强化学习。文章目录1.WhatisRL?

vrerain·2022-11-19 23:52

李宏毅机器学习笔记第17周_概述增强式学习（Reinforcement Learning）

文章目录一、WhatisRL?1.Step1:FunctionwithUnknown2.Step2:Define“Loss”3.Step3:Optimization二、PolicyGradient1.Howtocontrolyouractor2.PolicyGradient3.On-policyv.s.Off-policy4.ProximalPolicyOptimization5.Collecti

MoxiMoses·2022-11-19 23:19

4-1 Coursera吴恩达《卷积神经网络》第一周课程笔记-卷积神经网络基础

记录吴恩达AndrewNg深度学习专项课程笔记，方便之后回顾，共5门课。

双木的木·2022-11-19 22:16

吴恩达深度学习编程作业（4-3）- Autonomous driving - Car detection

另外，本节课程笔记在此：《吴恩达Coursera深度学习课程DeepLearning.ai提炼笔记（4-3）–目标检测》，如有任何建议和问题，欢迎留言。

大树先生的博客·2022-11-19 22:12

机器学习笔记-01（SVM解决兵王问题MATLAB程序）

机器学习笔记-01（SVM解决兵王问题MATLAB程序）最近在学习浙江大学胡浩基老师的机器学习一课程，以下内容也是围绕该课程而写的课程笔记，原课程可直接在中国慕课上搜索。

choking-a·2022-11-19 22:06

《深度学习》课程笔记目录总集

《深度学习》课程笔记目录总集吴恩达DeepLearning.ai云课堂地址：https://mooc.study.163.com/university/deeplearning_ai#/c学习笔记推荐：

lynchying·2022-11-19 21:28

李宏毅机器学习 1.Machine Learning_introduction

机器学习就是自动找函数式找函数式之前，要想明白，我们要寻找什么函数式。怎么告诉机器，我们想找什么样的函数式？☝比如说我们已经想好，输入一张图片，经过函数，输出图片属于的类别。那么我们需要给机器训练资料，不仅要给大量图片，还要告诉机器某张图片代表什么，这就是LabeledData。接下来机器就可以评估一个函数式的好坏（Loss）机器怎么找出你想要的函数式？给定函数式的范围，告诉机器不是所有都适合的，

·2022-11-19 19:00

【李宏毅机器学习】Brief Introduction of Deep Learning 深度学习简介（p12）学习笔记

李宏毅机器学习学习笔记汇总课程链接DeepLearning文章目录DeepLearningDeepLearningattractslotsofattentionUpsanddownofDeepLearningThreeStepsforDeepLearningStep1Defineasetoffunction

duanyuchen·2022-11-19 19:25

李宏毅机器学习01introduction

李宏毅机器学习01introduction机器学习就是自动找一个函数的过程，给定输入得到想要的输出regressionclassificationgeneration（产生文字、画图…）supervisedlearning

lxmm1999·2022-11-19 19:24

李宏毅机器学习08brief introduction of deep learning

deeplearning的三步：defineasetoffunction(neuralnetwork)goodnessoffunctionpickthebestfunctionNeuralNetwork多个logisticregression连接起来，每一个logisticregression是一个neural，每个neural都有自己的weight和bias，集合起来构成整个network的pa

lxmm1999·2022-11-19 19:24

[李宏毅机器学习2020笔记] 1.introduction

1.基本概念⚪李宏毅老师眼中机器学习的定义——自动找函数无论是监督学习、非监督学习、强化学习都是某种信息或者情境到一种结果的映射⚪根据函数映射结果的离散性和连续性，可以分为分类和回归问题classificationandregression⚪在分类和回归之外，更高的要求是有generation的能力产生新的图片和文字等等2.告诉机器要找什么样的函数监督学习——直接告诉模型要一部分的映射结果，找到l

jswcsdn·2022-11-19 19:42

李宏毅机器学习课程1~~~Introduction &Regression

机器学习介绍机器学习就是要找一个函数。机器学习的三大要素框架：训练集，函数集（模型集），损失函数集。机器学习图谱AI训练师的成长之路。1.梯度下降法的理解GradientDescent参数变化的方向就是损失函数减少的方向。图中小人向左走，还是向右走，主要是看哪个方向是损失函数减少的方向，学习率就是这个小人走的速度。理论上，全局最有解是最好的结果，但是实际上，我们有时候可能仅仅找到了局部最有解。所以

帅气的弟八哥·2022-11-19 19:12

李宏毅机器学习笔记_introduction——Oct30 2020

本博客用于巩固和复习李宏毅机器学习课程一、任务类型regression回归问题输出为数字binaryclassification二元分类yesorno(posorneg)multi-classclassification

eathotpot·2022-11-19 19:41

李宏毅机器学习——0.Introduction

该系列文章是通过观看李宏毅机器学习视频所做的笔记。

银河系少女·2022-11-19 19:39

李宏毅 || 机器学习笔记一

李宏毅||机器学习笔记一这是李宏毅老师的2021春季机器学习课程笔记。现在开始第一节Introduction的学习首先简单介绍一下机器学习1.什么是机器学习呢？

JiduoW·2022-11-19 19:38

【李宏毅机器学习】1. Introduction

目录机器学习介绍人工智能、机器学习和深度学习之间的关系？hand-craftedrules与machinelearningmachinelearning的framework机器学习相关的技术大量label：监督学习减少label：半监督学习和迁移学习没有label：无监督学习强化学习（reinforcementlearning）机器学习介绍人工智能、机器学习和深度学习之间的关系？目标：人工智能手段

Daniella He·2022-11-19 19:05

李宏毅2022ML第六周课程笔记

目录李宏毅2022ML第六周课程笔记GAN(生成对抗网络)GAN的基本概念GAN的基本思想GAN的算法基本流程训练目标怎么判断两个数据集的分布接近程度？能否使用其它散度呢？

梦想的小鱼·2022-11-19 19:27

李宏毅2022ML第四周课程笔记

目录李宏毅2022ML第四周课程笔记——自注意力机制为什么引入自注意力机制？

梦想的小鱼·2022-11-19 19:57

李宏毅2022ML 第一周课程笔记

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档目录前言一、机器学习的发展历史二、机器学习概念2.1机器学习的本质编辑2.2引入DeepLearning2.3逻辑回归和线性回归前言大四本科生，第一次接触机器学习，记录学习历程。一、机器学习的发展历史Rosenblatt提出了Perceptron（感知器）概念，设计了第一个神经网络NN（线性回归）。但是人们很快发现线性感知机无法解决异

梦想的小鱼·2022-11-19 19:26

吴恩达深度学习教程参考链接

以下将附上我学习中使用的资料和代码仅供读者参考：1.教程视频见网易云课堂2.课程笔记在线阅读与下载3.课后编程作业题目4.编程作业题目代码（前四章，自写加借鉴，如有错误，可联系我，不胜感激）密码：umov5

晓风wangchao·2022-11-19 19:19

李宏毅 HW4 hard baseline 解析

前言在这个暑假我从头到尾把李宏毅机器学习的课后作业做了一遍，之前看了一遍课程，对相关知识都有一些了解，觉得这就够了，准备开始我的研究生生涯，奈何暑假在家一直没有任务。但也要自学，自己给自己布置任务。

失败人生自救指南·2022-11-19 18:51

李宏毅2021年机器学习作业5（Seq2seq）实验记录

李宏毅2021年机器学习作业5学习笔记前言一、问题描述二、实验过程2.1基于RNN2.2基于Transformer三、总结前言声明：本文参考了李宏毅机器学习2021年作业例程，开发平台是colab。

DogDog_Shuai·2022-11-19 18:48

李宏毅机器学习笔记 Regression含作业

欢迎学习李宏毅老师课程的小伙伴一起进群讨论：980704621本节课主要内容有Regressionregression应用regression训练方式Regression结果结论Regression作业作业说明官方答案**Load'train.csv'****Preprocessing****ExtractFeatures(1)****ExtractFeatures(2)****Normalize

若能变成海·2022-11-19 18:47

李宏毅机器学习课后作业（hw3）

这部分作业需要安装pytorch，安装教程看主页或自行百度直接上代码importnumpyasnpimportpandasaspdimportosimportcv2importtorchtorch.cuda.is_available()defreadfile(path,label):img_dir=sorted(os.listdir(path))x=np.zeros((len(img_dir),1

Nhl_1355443593·2022-11-19 18:47

李宏毅机器学习课后作业（hw2）

李宏毅机器学习课后作业（hw2）直接上代码importnumpyasnpnp.random.seed(0)X_train_fpath="C:\\Users\\13554\\jupyterpractice

Nhl_1355443593·2022-11-19 18:17

李宏毅机器学习2020课后作业笔记【hw2】收入分类

李宏毅机器学习2020课后作业ML2020spring-hw21.问题描述2.数据预处理3.模型构建与训练4.评估与预测5.个人总结1.问题描述判断收入是否超过50000，数据集有一些特征，比如说教育背景

yyiloveuu·2022-11-19 18:08

李宏毅机器学习2020课后作业笔记【hw1】 pm2.5值的预测

李宏毅机器学习2020课后作业ML2020spring-hw11.问题描述2.数据预处理3.模型构建4.模型评估5.个人总结1.问题描述给定一年内台湾某市的空气质量观测数据（每个月20天，每小时记录一次

yyiloveuu·2022-11-19 18:38

李宏毅机器学习课后作业（hw1）

数据集下载链接：链接:https://pan.baidu.com/s/1k7cEfzza7zZqaosEgPjlxw提取码:8z93完整代码importnumpyasnpimportpandasaspdimportsysdata=pd.read_csv("C:\\Users\\13554\\jupyterpractice\\lihongyi\\hw1\\data\\train.csv",encod

Nhl_1355443593·2022-11-19 17:31

CNN学习笔记（李宏毅机器学习）

课程主页台大李宏毅机器学习今天的部分是从理论来理解CNN，实践部分，pytorch部分的库函数如何使用，我会在以后补充。ImageClassifica

每天nlp进步一点点·2022-11-19 12:06

CNN学习笔记——图像分类

CNN学习笔记——图像分类笔记参考来源：CS231n课程笔记翻译图像分类笔记1、什么是图像分类对于输入图像，从已有的固定标签集合中找出一个分类标签给该输入图像。

iccc with neee·2022-11-19 12:55

Few-shot Learning 小白入门笔记

知乎作者受限玻尔兹曼机https://zhuanlan.zhihu.com/p/396593319编辑｜人工智能前沿讲习最近想搞一搞Fewshotleanring，于是在B站上听了王老师的课，感觉深受启发，写一写课程笔记

机器学习与AI生成创作·2022-11-19 10:57

李宏毅机器学习笔记第1周-机器学习基本概念

文章目录一、机器学习的概念二、机器学习的应用领域三、监督学习（Supervisedlearning）四、加强学习（Reinforcementlearning）五、无监督学习（UnsupervisedLearning）六、损失函数（LossFunction）七、Sigmoid函数八、机器学习的三个步骤九、前沿研究一、机器学习的概念机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。简单

MoxiMoses·2022-11-19 08:10

Python机器学习笔记（一）：概述

这次会在三周内更新完Python机器学习的内容，再花三个月左右的时间另起blog，更新吴恩达机器学习课程笔记和深度学习基础部分。希望Flag不倒！注

陶晨毅·2022-11-19 07:07

datawhale 11月学习——水很深的深度学习：循环神经网络

前情回顾深度学习概述和数学基础机器学习基础前馈神经网络概述本次学习结合了李宏毅机器学习的相关章节进行学习，从首先补充了计算图的相关知识，随后，学习了RNN的结构，训练，及可能遇到的梯度消失的问题；再进步学习了

SheltonXiao·2022-11-19 07:26

[datawhale202210]李宏毅机器学习2021：机器学习模型的可解释性

结论速递可解释性是不可缺少的，因为我们需要在借助机器学习模型做出决策时了解机器学习模型做出决策的原因。模型原生的可解释性和模型本身的拟合能力之间存在着一定的矛盾，线性模型可解释性好，但拟合能力差，而神经网络则恰恰相反。兼具强可解释性和强拟合能力的决策树模型，在实际应用当中也会陷入可解释性变差的困境。我们所探讨的可解释性，是试图给黑箱的模型一个原因，来帮助决策。模型的可解释性分为Local和Glob

SheltonXiao·2022-11-19 07:56

推荐频道

李宏毅机器学习课程笔记

Stanford UE4 & UE5 C++ 开发 课程笔记（三）子弹物理碰撞与弹道校正

Stanford UE4 & UE5 C++ 开发 课程笔记（二） 实现粒子发射效果