CH4-李宏毅机器学习

【ML】 李宏毅机器学习一：Regression、Gradient Descent（python实现）

我的GitHub地址：https://github.com/taw19960426/DeepLearning存放与之对应的python代码1.Regression1.1IntroductionMachineLearning:defineasetoffunction,goodnessoffunction,pickthebestfunction选不同的function其实就是选不同的model，mod
唐维康·2019-10-18 20:14

李宏毅机器学习课程（持续更新。。。）

前言虽然现在都在搞深度学习，但是总觉得之前机器学习的很多基础算法并没有掌握好，于是专门搜了李宏毅老师的机器学习课程（我的是官网的课程，是在YouTube上看的，没法上YouTube的话，b站上也有一样的视频，老师19年又新增了一些课程，而且还没更新完，附上课程ppt），打算每周看一些，算是温故而知新吧，而且说不定会给我现在的课题带来些灵感。第一课——Regression老师用宝可梦作为例子，用进化
全村希望gone·2019-10-16 21:07

1分钟10万字大法：量子波动速读、蒙眼翻书穿针，这是席卷15省的最新智商税

希望在下一次宝可梦学习课（台大李宏毅机器学习课）上不再瞌睡的我，暗搓搓地打开浏览器搜索了一下：这速度，这风范，只有在看翻书动画的时候我才见过这种场面！▲YouT
新浪科技·2019-10-16 00:00

1分钟10万字大法：量子波动速读、蒙眼翻书穿针，这是席卷15省的最新智商税...

希望在下一次宝可梦学习课（台大李宏毅机器学习课）上不再瞌睡的我，暗搓搓地打开浏览器搜索了一下：这速度，这风范，只有在看翻书动画的时候我才见过这种场面！
QbitAl·2019-10-15 13:12

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

机器学习-李宏毅(2019) Machine Learning 00笔记

PPT来源:李宏毅机器学习-课件。lecture1：找出function的framework如果
CN_L4EX·2019-09-04 17:57

李宏毅机器学习系列-强化学习之Q-Learning小改进

李宏毅机器学习系列-强化学习之Q-Learning小改进DoubleDQNDuelingDQNPrioritizedReplyMulti-stepNoisyNetDistributionalQ-functionRainbowQ-Learning
王伟王胖胖·2019-09-04 12:09

李宏毅机器学习系列-强化学习之Q-Learning

李宏毅机器学习系列-强化学习之Q-Learning评判家(Critic)怎么衡量$V^\pi(s)$蒙特卡洛法(MC)时序差分算法(TD)MC和TD对比另一种评判$Q^\pi(s,a)$Q-Learning
王伟王胖胖·2019-09-03 22:36

李宏毅机器学习系列-结构化学习介绍

李宏毅机器学习系列-结构化学习介绍结构化学习是什么统一框架物体检测的例子文章总结的例子网页搜索的例子换个概率的角度理解这个框架框架遇到的问题与DNN的联系总结结构化学习是什么简单来说，就是找一个函数，输入一个
王伟王胖胖·2019-08-28 14:12

李宏毅机器学习系列-无监督学习之生成模型

李宏毅机器学习系列-无监督学习之生成模型让机器有有创造力生成模型PixelRNNVAE总结让机器有有创造力我们知道机器是可以学习我们告诉他的东西，也可以学习没有标签的东西，但是能不能让他自己有创造力呢，
王伟王胖胖·2019-08-27 18:09

李宏毅机器学习系列-无监督学习之自编码器

李宏毅机器学习系列-无监督学习之自编码器自编码器是什么自编码器文字处理自编码器搜索相似图片自编码器预训练DNN自编码器去噪自编码器用于CNN自编码器可当做生成器总结自编码器是什么先举个例子，比如我们用一个神经网络要把一张图片压成一个
王伟王胖胖·2019-08-27 12:20

李宏毅机器学习系列-深度学习小贴士

李宏毅机器学习系列-深度学习小贴士是过拟合的错么深度学习的技巧梯度消失ReluMaxout可调节的学习率RMSPropMomentumAdamEarlyStoppingRegularizationDropout
王伟王胖胖·2019-08-20 17:29

李宏毅机器学习系列-反向传播

李宏毅机器学习系列-反向传播梯度下降法链式求导法则反向传播总结梯度下降法我们只到梯度下降法是用来进行模型学习参数的，神经网络的学习同样需要梯度下降法，我们设网络的参数θ\thetaθ为：他也是这样不停的更新的
王伟王胖胖·2019-08-18 15:43

李宏毅机器学习系列-逻辑回归

李宏毅机器学习系列-逻辑回归分类回顾逻辑回归+均方差损失函数生成模型与判别模型多分类逻辑回归的限制总结分类回顾我们先回顾下前面我们讲的分类的步骤，第一步先找到一个模型集合，是个概率模型，最后可以转化为sigmoid
王伟王胖胖·2019-08-15 12:58

李宏毅机器学习系列-回归演示

李宏毅机器学习系列-回归演示回归演示准备数据训练函数显示结果图像原始调用lr=0.0000001离我们最好的参数还远着，改变lr=0.000001好像有点震荡了，继续加大看看lr=0.00001可交互可视化调节调用
王伟王胖胖·2019-08-10 13:30

李宏毅机器学习系列-回归

李宏毅机器学习系列-回归回归的介绍精灵宝可梦的例子定义模型给定训练集和损失函数选择最好的模型结果总结回归的介绍回归简单来说就是给了输入，然后输出是一个数值，比如下面举的几个例子。
王伟王胖胖·2019-08-09 23:12

《李宏毅机器学习完整笔记》发布，Datawhale开源项目LeeML-Notes（附链接）

来源：Datawhale本文约1600字，建议阅读7分钟。本文哪位大家讲解LeeML-Notes中一门中文经典视频课程——台大李宏毅的机器学习相关。[导读]关于机器学习的学习资料从经典书籍、免费公开课到开源项目应有尽有，可谓是太丰富啦，给学习者提供了极大的便利。但网上比比皆是的学习资料大部分都是英文材料，这可难倒了英语不好的学习者，单词不认识，理解不到位。小编想问：就真的就没办法了嘛。其实也不尽然
enohtzvqijxo00atz3y8·2019-08-09 07:00

李宏毅机器学习系列-机器学习介绍

李宏毅机器学习系列-机器学习介绍机器学习介绍生物的本能人类设定好的天生本能机器学习是什么机器学习框架机器学习LearningMap监督学习半监督学习和迁移学习无监督学习结构化学习强化学习为什么要学习机器学习总结机器学习介绍人工智能其实早在
王伟王胖胖·2019-08-08 11:19

《李宏毅机器学习完整笔记》发布，Datawhale开源项目LeeML-Notes

【导读】关于机器学习的学习资料从经典书籍、免费公开课到开源项目应有尽有，可谓是太丰富啦，给学习者提供了极大的便利。但网上比比皆是的学习资料大部分都是英文材料，这可难倒了英语不好的学习者，单词不认识，理解不到位。小编不禁想问：就真的就没办法了嘛。其实也不尽然，中文还是有一些不错的学习资料的，像周志华老师的西瓜书，李航老师的统计学习方法等等都是相当经典的学习资料。今天的主角LeeML-Notes也是和
飞龙·2019-08-07 00:00

《李宏毅机器学习完整笔记》发布，Datawhale开源项目LeeML-Notes

【导读】关于机器学习的学习资料从经典书籍、免费公开课到开源项目应有尽有，可谓是太丰富啦，给学习者提供了极大的便利。但网上比比皆是的学习资料大部分都是英文材料，这可难倒了英语不好的学习者，单词不认识，理解不到位。小编不禁想问：就真的就没办法了嘛。其实也不尽然，中文还是有一些不错的学习资料的，像周志华老师的西瓜书，李航老师的统计学习方法等等都是相当经典的学习资料。今天的主角LeeML-Notes也是和
Datawhale·2019-08-06 09:00

李宏毅 机器学习 回归demo代码

李宏毅机器学习回归demo李宏毅老师的课件里没有附上回归demo的code，经过整理后如下：importnumpyasnpimportmatplotlib.pyplotaspltx_data=[338.
regina_2019·2019-07-28 11:10

PM2.5预测（李宏毅机器学习hw_1）

仔细斟酌了几秒钟，我终于决定写下这篇博客，或许应该取一个高大上的名字，比如“LinearRegressiontopredictPM2.5usingGradientDescent”，不过回头看了看惨淡的排名…言归正传，本文仅适合看见该题目无从下手的小白进行参考，用的算法也是入门爆款的线性回归的梯度下降，也是我用py撸的第一个梯度下降，下面切入正题。题目链接：https://www.kaggle.co
_吟游诗人·2019-07-19 00:16

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

SVM优化对偶问题

Author:修远;说明：本文为Datawhale下开源项目《李宏毅机器学习》Supportvector的补充内容。作者水平有限，还望学习者批评指正。
Datawhale·2019-07-14 22:02

熵的概念理解

Author:修远;说明：本文为Datawhale下开源项目《李宏毅机器学习》决策树的补充内容。作者水平有限，还望学习者批评指正。
Datawhale·2019-07-14 12:55

熵的概念理解

Author:修远;说明：本文为Datawhale下开源项目《李宏毅机器学习》决策树的补充内容。作者水平有限，还望学习者批评指正。
Datawhale·2019-07-14 12:55

李宏毅机器学习系列-循环伸进网络RNN

李宏毅机器学习系列-循环伸进网络RNN神经网络可能也需要记忆RNN简介LSTM总结最近做语音研究，可能要用到RNN，所以把李宏毅老师的RNN看了下，顺便做下记录吧，方便以后自己回顾和大家学习。
王伟王胖胖·2019-07-07 23:15

【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

李宏毅机器学习之Life Long Learning

李宏毅机器学习之LifeLongLearningLife-longLearning需要解决的问题KnowledgeRetention学习完任务2后任务1的正确率下降了如果一起学，可以学的很好，为什么分开学
loserChen.·2019-06-16 21:19

台大李宏毅机器学习—学习笔记08

1.决策树决策树（DecisionTree）算法是一种基本的分类与回归方法，是最经常使用的数据挖掘算法之一。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。决策树学习通常包括3个步骤：特征选择、决策树的生成和决策树的修剪。决策树（DecisionTree）算法是一种基本的分类与回归方法。
xiaotuanzi999·2019-06-10 18:53

李宏毅机器学习 Machine_Learning_2019_Task 7

李宏毅机器学习Machine_Learning_2019_Task7学习导图熵决策树的构建算法决策树的生成决策树剪枝灵魂十问面试真题熵证明预备知识Jessen不等式：Ef(x)≥f(Ex)Ef(x)\geqf
Hirotransfer·2019-06-05 22:46

深度强化学习笔记

本笔记来自于台大李宏毅机器学习课程–ReinforcementLearning前面写过CNN入门与集成学习，这些均属于监督学习的范畴，而强化学习与监督学习是有很大区别的其中监督学习是有特征（feature
弦音2018·2019-06-04 19:53

李宏毅机器学习 Machine_Learning_2019_Task 6

李宏毅机器学习Machine_Learning_2019_Task6学习要求公式手动推导不掉包，手动实现算法独立手动创建数据，实现分类任务学习算法内容，对数据进行归一化操作主要是学习LR算法的核心代码学习内容李航机器学习机器学习实战负责人笔记方案
Hirotransfer·2019-06-02 15:31

李宏毅机器学习 Logistic Regression

逻辑回归的流程1.定义函数集合函数集合示意图如下所示：1.1逻辑回归和线性回归的区别逻辑回归相比线性回归而言，多了一个sigmoid函数，导致值域也会发生变化。2.定义损失函数  给定数据以及www、bbb和f(x)=P(C1∣x)f(x)=P(C_1|x)f(x)=P(C1∣x)，生成数据的概率是：L(w,b)=f(x1)f(x2)(1−f(x3))…f(xN)L(w,b)=f(x^1)f(x^
herosunly·2019-05-31 11:22

《李宏毅机器学习》task5

《李宏毅机器学习》task5推导LR损失函数(1)学习LR梯度下降(2)利用代码描述梯度下降(选做)(3)Softmax原理(4)softmax损失函数(5)softmax梯度下降(6)参考文献推导LR
devcy·2019-05-29 21:50

李宏毅机器学习 Machine_Learning_2019_Task 5

李宏毅机器学习Machine_Learning_2019_Task5学习导图学习内容LR(LogisticRegression)学习Logistic函数是一个概率分布函数，即给定某个特定输入，该函数将计算输出为
Hirotransfer·2019-05-29 02:20

《李宏毅机器学习》-task4

《李宏毅机器学习》-task41.贝叶斯公式2.先验概率3.后验概率4.逻辑回归和线性回归的联系与区别参考文献1.贝叶斯公式（1）条件概率公式设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，
devcy·2019-05-25 18:04

李宏毅机器学习 Machine_Learning_2019_Task 4_Part I

李宏毅机器学习Machine_Learning_2019_Task4_PartI学习目标理解概率模型从基础概率推导贝叶斯公式以及朴素贝叶斯公式贝叶斯推论什么是贝叶斯定理(BayesTheorem)官方解释
Hirotransfer·2019-05-25 01:40

基于卷积神经网络的面部表情识别(Pytorch实现)----台大李宏毅机器学习作业3(HW3)...

一、项目说明给定数据集train.csv，要求使用卷积神经网络CNN，根据每个样本的面部图片判断出其表情。在本项目中，表情共分7类，分别为：（0）生气，（1）厌恶，（2）恐惧，（3）高兴，（4）难过，（5）惊讶和（6）中立（即面无表情，无法归为前六类）。所以，本项目实质上是一个7分类问题。数据集介绍：（1）、CSV文件，大小为28710行X2305列；（2）、在28710行中，其中第一行为描述信息
weixin_30895603·2019-05-24 11:00

基于卷积神经网络的面部表情识别(Pytorch实现)----台大李宏毅机器学习作业3(HW3)

一、项目说明给定数据集train.csv，要求使用卷积神经网络CNN，根据每个样本的面部图片判断出其表情。在本项目中，表情共分7类，分别为：（0）生气，（1）厌恶，（2）恐惧，（3）高兴，（4）难过，（5）惊讶和（6）中立（即面无表情，无法归为前六类）。所以，本项目实质上是一个7分类问题。数据集介绍：（1）、CSV文件，大小为28710行X2305列；（2）、在28710行中，其中第一行为描述信息
秋沐霖·2019-05-24 11:00

《李宏毅机器学习》task3

待修改'''读取数据'''data=pd.read_csv('train.csv')#DataFrame类型deldata['datetime']deldata['item']'''整理训练集合'''ItemNum=18X_Train=[]#训练样本features集合Y_Train=[]#训练样本目标PM2.5集合foriinrange(int(len(data)/ItemNum)):day=d
devcy·2019-05-20 20:35

《李宏毅机器学习》task2

《李宏毅机器学习》task21.偏差和方差学习误差由偏差和方差而产生过拟合，欠拟合2.鞍点，全局最优和局部最优3.梯度下降Mini-Batch与SGDBatch与Mini-Batch，SGD的区别如何根据样本大小选择哪个梯度下降写出
devcy·2019-05-17 20:16

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

周志华 西瓜书 《机器学习》 课后习题 - 仅供参考

附上资料：地址（仅供学习交流所用，侵权则删）密码：59ym李宏毅机器学习入门ppt—300多页讲述机器学习大概（推荐先看这个，有个整体概念）西瓜书机器学习周志华—高清pdf，无封面，带书签，不可复制搜索李航统计学
小啊小木头·2019-04-21 00:00

李宏毅机器学习——学习笔记（20） Recurrent neural network

RecurrentneuralnetworkRNN的网络结构如图所示，不仅考虑输入层的输入，还要考虑memory中的所存储的内容。RNN在训练过程中会考虑input中的sequence，RNN分为两种形式：Elmannetwork（将hiddenlayer中的输出值输入到下一次的训练中）和JordanNetwork（将整个网络的输出值输入到下一次的训练中）BidirectionalRNN：将输入序
青芒·1·2019-04-13 00:22

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——学习笔记（14） Unsupervised Learning-Neighbor Embedding

ManifoldLearning（流型学习）：将流型空间降维后，可以直接用普通方法进行邻居embedding。LocallyLinearEmbedding（LLE）：运用样本x邻居的线性组合来表示样本x，样本x降维后所形成的z仍然基于原来的权重，用邻居的线性组合来表示。首先在原来的空间中找到w，在降维以后的空间中，固定住w，找出一组z，最小化邻居表示样本的误差。这个方法比较重要的超参数，就是邻居的
青芒·1·2019-04-05 17:11

深度学习的训练技巧总结--台大李宏毅机器学习课程笔记

主要记录一些学习过程，以后查阅也方便，来源：李宏毅机器学习课程EarlyStopping此时提前停止的testingset是有label的data，一般是自己划分出来的Val验证集数据或类似kaggle
弦音2018·2019-04-01 21:15
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他