CH4-李宏毅机器学习第9页

机器学习笔记5_Why Deep Learning & BP

本文是李宏毅机器学习的笔记，这是第五节，介绍了为什么是DeepLearning，以及介绍了反向传播算法。

vrerain·2022-11-22 01:41

2022李宏毅机器学习深度学习学习笔记第二周--CNN

文章目录摘要一、CNNreceptivefield共享参数convolution两种讲解方法的对比pooling二、Application:PlayingGo总结摘要本文主要介绍CNN的架构设计，首先提出为什么使用CNN而不是用fullyconnected进行影像识别，通过对影像的观察提出三种简化参数的方法，用两种介绍方式（neuronversionstory和filterversionstory

hehehe2022·2022-11-22 01:41

2022李宏毅机器学习深度学习学习笔记第十周--损失函数loss可能影响训练失败

文章目录摘要一、分类是怎么做的？二、soft-max三、损失函数loss可能影响训练失败摘要讲了分类中class的表示方法，以及soft-max,最后讲了损失函数loss可能影响训练失败。一、分类是怎么做的？我们可以把classification当作regression来看，输入x输出y，这个y我们希望越接近正确答案的class越好，由于输出的Y是数字，我们也把class变成数字，class1就对

hehehe2022·2022-11-22 01:41

李宏毅机器学习作业6-使用GAN生成动漫人物脸

目录任务和数据集评价方法FIDAFD(Animefacedetection)rateDCGAN和WGAN代码导包建立数据集显示一些图片模型设置生成器判别器权重初始化训练函数训练读取数据Setconfig推断GAN效果任务和数据集1.Input:随机数，输入的维度是（batchsize，特征数）2.Output:动漫人物脸3.Implementationrequirement:DCGAN&WGAN&

iwill323·2022-11-21 20:18

01_李宏毅机器学习

机器学习1.分类回归分类产生结构化的东西：structuredlearning文章H：假设函数，输入是x，输出是H(x)J：loss损失函数，输入是w和b,权重和偏置，输出是预测的偏差label正确的值，比如真实的结果Y,1.1求解步骤(训练三步)1、假设出来假设函数H2、写出代价函数3、缩小这个代价函数（梯度下降算法之类）解除参数w,b,求出H.凑字数柳神，辰东所著东方玄幻小说《完美世界》《圣墟

answer_yym·2022-11-21 13:43

李宏毅机器学习——回归定义和应用例子

回归定义Regression就是找到一个函数function，通过输入特征x，输出一个数值Scalar。应用举例股市预测（Stockmarketforecast）输入：过去10年股票的变动、新闻咨询、公司并购咨询等输出：预测股市明天的平均值自动驾驶（Self-drivingCar）输入：无人车上的各个sensor的数据，例如路况、测出的车距等输出：方向盘的角度商品推荐（Recommendation

嘚嘚鸟·2022-11-21 03:50

李宏毅机器学习p1-p2打卡

机器学习是什么?机器学习相当于从数据中寻找Function。机器学习的三步骤：确定函数集→能判断函数的好坏→通过演算方法找出最好的函数课程学习内容Regression函数输出的是一个数，作业是用之前的PM2.5值预测今天的PM2.5值。Classification分类，函数的输出就如同做是非题或是选择题。如果有标签是不需要强化学习的，直接使用监督学习。

ZAVE.·2022-11-20 23:44

李宏毅机器学习组队学习打卡活动day01---机器学习介绍

CharlesLC的博客·2022-11-20 23:43

李宏毅机器学习task-01 机器学习介绍

1.人工智能机器学习与深度学习的关系人工智能是目标，机器学习是手段，深度学习是机器学习的一种方法。2.人工智能的目标人工智能第一个目标是实现像人一样的功能（if堆叠，已实现），第二个目标是像人一样拥有学习的能力（当前努力的方向）。所以，实现人工智能的程序是在教机器如何学习。3.机器学习的整体流程：概念上关键点：（1）model:model=fuction的集合（选择fuction类型，确定func

qq_44894806·2022-11-20 23:08

李宏毅机器学习学习打卡Task05-网络设计的技巧篇

一、局部最小值与鞍点1.局部最小值、局部最大值与鞍点2.如何判断这三种情况？根据泰勒展开可以得到右上角的公式，此时运用线性代数的知识求海塞矩阵的特征值进行判断即可。3.碰到鞍点的解决方案根据海塞矩阵的负特征值来更新梯度。4.局部最小值其实并没有想象中那么多达到梯度为0的地方，并不意味着没路继续往低处走。从低维看是局部最小值，并不意味着在高维也是局部最小值。梯度很小的时候可以是以下几种情况。二、批次

SASIOVERLXRD·2022-11-20 23:04

李宏毅机器学习学习打卡Task06-卷积神经网络篇

一、使用CNN处理图像的原因1.Smallregion识别图片往往只需要一小块区域即可。2.SamePatterns两张图片中相同的能直接识别特征的小区域的位置可能不一样。3.Subsampling缩小图片依然能够识别。二、CNN的架构基本上是输入图片，经过卷积层和池化层（可能多次这两层的组合），然后铺平最终输入全连接层。三、卷积层取一个卷积核来对相等大小的原图的某一个区域进行矩阵内积运算。核的大

SASIOVERLXRD·2022-11-20 23:04

李宏毅机器学习学习打卡Task02-回归篇

一、回归定义与应用例子1.回归定义Regression就是找到一个函数function，通过输入特征x，输出一个数值Scalar。2.回归应用例子1.股市预测输入：过去10年股票的变动、新闻咨询、公司并购咨询等输出：预测股市明天的平均值2.自动驾驶输入：无人车上的各个sensor的数据，例如路况、测出的车距等输出：方向盘的角度3.商品推荐输入：商品A的特性，商品B的特性输出：购买商品B的可能性4.

SASIOVERLXRD·2022-11-20 23:34

李宏毅机器学习学习打卡Task03-误差与梯度下降篇

一、误差1.误差的来源Error的主要有两个来源，分别是bias和variance。2.误差的判断如果模型没有很好的训练训练集，就是偏差过大，也就是欠拟合。如果模型很好的训练训练集，即再训练集上得到很小的错误，但在测试集上得到大的错误，这意味着模型可能是方差比较大，就是过拟合。对于欠拟合和过拟合，是用不同的方式来处理的。（1）偏差大-欠拟合：重新设计模型（2）方差大-过拟合：添加更多的数据或对数据

SASIOVERLXRD·2022-11-20 23:34

李宏毅机器学习学习打卡Task04-深度学习篇

一、深度学习简介1.深度学习的历史略2.深度学习的三个步骤（1）Step1：神经网络全链接和前馈Q1：为什么叫全链接呢？Ans1：因为layer1与layer2之间两两都有连接，所以叫做FullyConnect。Q2：为什么叫前馈呢？Ans2：因为现在传递的方向是由后往前传，所以叫做Feedforward。深度矩阵计算本质：通过隐藏层进行特征转换Questions:（1）多少层？每层有多少神经元？

SASIOVERLXRD·2022-11-20 23:34

李宏毅机器学习学习打卡Task01-介绍篇

一、机器学习介绍（1）人工智能、机器学习和深度学习的关系（2）Hand-craftedrules和Machinelearning（3）机器学习的套路模型->策略->算法二、机器学习的相关技术机器学习的基本框架（1）监督学习训练集全都有标签（2）半监督学习减少数据量，训练集有一部分无标签（3）迁移学习减少数据量，训练集有一部分完全不关联的标签（4）无监督学习无师自通（5）监督学习中的结构化学习使得输

SASIOVERLXRD·2022-11-20 23:04

2021-07 李宏毅机器学习打卡Task01：机器学习介绍

Task01机器学习介绍学习地址李宏毅机器学习B站视频地址李宏毅机器学习开源笔记地址论坛版块机器学习介绍人工智能AI/机器学习ML/深度学习DL之间的关系AI>ML>DLAI是目标，ML是想要达成目标的手段

wizzniu·2022-11-20 23:03

2021-07 李宏毅机器学习打卡Task07：总结

Task07总结学习地址李宏毅机器学习B站视频地址new:2021春课程视频地址李宏毅机器学习开源笔记地址论坛版块总结ThreeStepsforDeepLearning/MachineLearning机器学习或深度学习的框架都可以概括为

wizzniu·2022-11-20 23:03

李宏毅机器学习task2打卡

一.回归(regression)定义找到一个函数function，通过输入特征x，输出一个数值Scalar。(理解:根据特征输出一个与输入内容相关但不同的输出内容)二.步骤1.模型假设，选择模型框架（线性模型）y=b+w⋅xcp(一元线性模型)y=b+∑wixi(多元线性模型)xi：各种特征wi：特征的权重b：偏移量2.模型评估,判断模型好坏使用损失函数（Lossfunction）来衡量模型的好坏

m0_74306098·2022-11-20 23:31

李宏毅机器学习打卡Task03：梯度下降

b站学习视频地址：李宏毅《机器学习》_哔哩哔哩_bilibili开源笔记：LeeML-Notes偏差：描述的是预测值（估计值）的期望与真实值之间的差距。偏差越大，越偏离真实数据，如下图第二行所示。方差：描述的是预测值的变化范围，离散程度，也就是离其期望值的距离。方差越大，数据的分布越分散，如下图右列所示。在回归问题的第三步中，需要解决下面的最优化问题：θ∗=argminL(θ)我们要找一组参数θ，

陈住气^-^·2022-11-20 23:30

李宏毅机器学习打卡task01(p1-p2)机器学习介绍与了解

一.机器学习(ML)是什么?大致意思为:让机器具有学习的能力与人工智慧(AI)和深度学习(DeepLearning)的关系:人工智慧==目标机器学习==达成目标的手段深度学习==机器学习的一种方法人工智慧>机器学习>深度学习二.MachineLearning≈Lookingforafunction前提:写程序使其获得学习的能力机器学习过程:寻找一个function,让机器具有这种能力.获得的能力:

m0_74306098·2022-11-20 23:27

2022李宏毅机器学习深度学习学习笔记--第一周

文章目录摘要机器学习的基本概念机器学习不同的函式类别gradientdescent深度学习（Deeplearning）Casestudy摘要本文主要介绍什么是机器学习，机器学习的函式类别有哪些，机器寻找函式的三个步骤，以及梯度下降的详细描述，最后用预测神奇宝贝的战斗值的例子来讲解Regression。机器学习的基本概念机器学习（Machinelearning）：即让机器具备找函式的能力。不同的函式

hehehe2022·2022-11-20 22:16

2022李宏毅机器学习深度学习学习笔记--第一周

文章目录摘要classification（分类）怎样做分类呢？摘要本文主要介绍CNN的架构设计，首先提出为什么使用CNN而不是用fullyconnected进行影像识别，通过对影像的观察提出三种简化参数的方法，用两种介绍方式（neuronversionstory和filterversionstory）来介绍CNN；最后介绍CNN的应用，比如下围棋。classification（分类）即找一个方程，

hehehe2022·2022-11-20 22:16

【李宏毅机器学习】Logistic Regression 逻辑回归（p11）学习笔记

李宏毅机器学习学习笔记汇总课程链接文章目录LogisticRegressionStep1:FunctionSetStep2:GoodnessofaFunctionStep3:Findthebestfunction

duanyuchen·2022-11-20 22:12

李宏毅机器学习Lesson2——Logistic Regression实现收入预测

李宏毅机器学习Lesson2——LogisticRegression实现收入预测数据集介绍加载数据集、标准化定义相关函数交叉验证训练模型（小小地实现了一下损失函数惩罚项中系数的选择）此处也用到了黄海广博士在吴恩达机器学习笔记中的代码

hifive(2020?)·2022-11-20 22:33

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

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

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

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】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 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

推荐频道

CH4-李宏毅机器学习

机器学习笔记5_Why Deep Learning & BP

2022李宏毅机器学习深度学习学习笔记第二周--CNN

2022李宏毅机器学习深度学习学习笔记第十周--损失函数loss可能影响训练失败

李宏毅机器学习作业6-使用GAN生成动漫人物脸

01_李宏毅机器学习

李宏毅机器学习——回归定义和应用例子

李宏毅机器学习p1-p2打卡

李宏毅机器学习组队学习打卡活动day01---机器学习介绍

李宏毅机器学习task-01 机器学习介绍

李宏毅机器学习学习打卡Task05-网络设计的技巧篇

李宏毅机器学习学习打卡Task06-卷积神经网络篇

李宏毅机器学习学习打卡Task02-回归篇

李宏毅机器学习学习打卡Task03-误差与梯度下降篇

李宏毅机器学习学习打卡Task04-深度学习篇

李宏毅机器学习学习打卡Task01-介绍篇

2021-07 李宏毅机器学习打卡Task01：机器学习介绍

2021-07 李宏毅机器学习打卡Task07：总结

李宏毅机器学习task2打卡

李宏毅机器学习打卡Task03：梯度下降

李宏毅机器学习打卡task01(p1-p2)机器学习介绍与了解

2022李宏毅机器学习深度学习学习笔记--第一周

2022李宏毅机器学习深度学习学习笔记--第一周

【李宏毅机器学习】Logistic Regression 逻辑回归（p11） 学习笔记

李宏毅机器学习Lesson2——Logistic Regression实现收入预测

2020李宏毅机器学习笔记-Transformer

李宏毅机器学习笔记第11周_Spatial Transformer

李宏毅机器学习笔记——Transformer

2020李宏毅机器学习笔记

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

李宏毅机器学习P3-4学习笔记

DW李宏毅机器学习笔记--Task01-机器学习介绍

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

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

李宏毅机器学习 1.Machine Learning_introduction

【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01introduction

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

[李宏毅机器学习2020笔记] 1.introduction

李宏毅机器学习课程1~~~Introduction &Regression

李宏毅机器学习笔记_introduction——Oct30 2020

李宏毅机器学习——0.Introduction

【李宏毅机器学习】1. Introduction

李宏毅 HW4 hard baseline 解析

李宏毅2021年机器学习作业5（Seq2seq）实验记录

李宏毅机器学习笔记 Regression含作业

李宏毅机器学习课后作业（hw3）

李宏毅机器学习课后作业（hw2）

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课后作业笔记 【hw1】 pm2.5值的预测

李宏毅机器学习课后作业（hw1）

【李宏毅机器学习】Logistic Regression 逻辑回归（p11）学习笔记

【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2020课后作业笔记【hw2】收入分类

李宏毅机器学习2020课后作业笔记【hw1】 pm2.5值的预测