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