李宏毅机器学习
目录声明
课程链接
查询
书籍内容
第1章 机器学习介绍
01-01 机器学习导论
01-02 我们为什么需要去学习机器学习
第2章 回归模型
02-01 线性回归案例
02-02 梯度下降法实战
02-03 误差分析
02-04 梯度下降法
02-05 梯度下降法
02-06 梯度下降法
02-07 作业介绍
第3章 分类模型
03-01 分类
03-02 逻辑回归
03-03 作业介绍
第4章 回归模型
04-01 介绍深度学习
04-02 反向传播
04-03 基于Keras实现的深度学习Hello World
04-04 Keras2.0 实现手写数字识别
04-05 Keras demo1
04-06 DNN训练技巧
04-07 Keras demo1
04-08 Fizz Buzz in TensorFlow
第5章 卷积神经网路
05-01 卷积神经网络
05-02 深度学习的原因
第6章 半监督学习
06-01 半监督学习
第7章 无监督学习
07-01 线性降维
07-02 词嵌入
07-03 邻域嵌套
07-04 深度自动编码
07-05 生成器1
07-06 生成器2
第8章 迁移学习
08-01 迁移学习
第9章 结构化学习
09-01 支持向量机
09-02 结构化学习
09-03 结构化学习线性模型
09-04 结构化学习支持向量机
09-05 序列标记
第10章 RNN与集成学习
10-01 循环神经网络1
10-02 循环神经网络2
10-03 集成学习
10-04 深度强化学习浅析
第11章 总结与展望
11-01 机器学习的下一步
Powered by
课程链接
Toggle Sidebar
第3章 分类模型
01 分类
02 逻辑回归
03-03 作业介绍
〈
02-07 作业介绍
03-01 分类
〉