视频+PPT2021年李宏毅版40节机器学习课程已更新完毕(附资料下载)

Posted Python学习与数据挖掘

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了视频+PPT2021年李宏毅版40节机器学习课程已更新完毕(附资料下载)相关的知识,希望对你有一定的参考价值。

提起李宏毅老师,熟悉机器学习的读者朋友一定不会陌生。最典型的就是开局一言不合就“宝可梦”。李宏毅老师幽默风趣的教学风格也吸引力很多机器学习爱好者。

李宏毅老师,是宝岛台湾大学电机工程系教授,他分别于2010年和2012年获得硕士和博士学位,主要研究机器学习尤其是深度学习、语言理解和语音识别。李宏毅老师的机器学习课程可以说是最具代表性的中文公开课之一,已经成为大量国内初学者的首选。

截至目前,2021年版的机器学习40节课程已经全部更新完毕,全程中文讲解,覆盖的内容也非常丰富,视频均长约40分钟,内容较多,喜欢的小伙伴先收藏、关注,慢慢学习!

今年李宏毅老师的课程视频会与时俱进,课程新增 Transformer、流模型和对抗攻击等新内容。去年的课程则对BERT、XLNet 等语言模型做了很多介绍。

李教授的课幽默风趣、重点突出、基础知识和最新技术一应俱全,PPT 也做得简洁易懂,非常用心,还有课后作业,记得用心完成哦!

李老师说了面向所有人,而且完全可以在家自学。在 B 站上视频已被“机器学习社区”整理为合集,可以方便观看。

视频链接:
2021年李宏毅老师机器学习

视频课程目录

  • 1、预测本频道观看人数(上)-机器学习基本概念简介
  • 2、预测本频道观看人数(下)-深度学习基本概念简介
  • 3、机器学习任务攻略
  • 4、类神经网络训练不起来怎么办(一):局部最小值(local minima)与鞍点(saddle point)
  • 5、类神经网络训练不起来怎么办(二):批次(batch)与动量(momentum)
  • 6、类神经网络训练不起来怎么办(三):自动调整学习率(learning rate)
  • 7、类神经网络训练不起来怎么办(四):损失函数(loss)也可能有影响
  • 8、类神经网络训练不起来怎么办(五):批次标准化(batch normalization)简介
  • 9、卷积神经网络(Convolutional Neural Networks,即CNN)
  • 10、注意力机制(self-attention)(上)
  • 11、注意力机制(self-attention)(下)
  • 12、Transformer(上)
  • 13、Transformer(下)
  • 14、生成对抗网络(Generative Adversarial Network,即GAN)(一) – 基本概念介绍
  • 15、生成对抗网络(Generative Adversarial Network,即GAN)(二) – 理论介绍与WGAN
  • 16、生成对抗网络(Generative Adversarial Network,即GAN)(三) – 生成器效能评估与条件式生成
  • 17、生成对抗网络(Generative Adversarial Network,即GAN)(四) – Cycle GAN
  • 18、自监督式学习(Self-supervised Learning) (一) – 芝麻街与进击的巨人
  • 19、自监督式学习(Self-supervised Learning) (二) – BERT简介
  • 20、自监督式学习(Self-supervised Learning) (三) – BERT的奇闻异事
  • 21、自监督式学习(Self-supervised Learning) (四) – GPT的野望
  • 22、自编码器(Auto encoder)(上) - 基本概念
  • 23、自编码器(Auto encoder)(下) - 领结变声器与更多应用
  • 24、来自人类的恶意攻击(Adversarial Attack) (上) – 基本概念
  • 25、来自人类的恶意攻击(Adversarial Attack) (下) – 类神经网络能否躲过人类深不见底的恶意?
  • 26、机器学习模型的可解释性(Explainable ML) (上) - 为什么神经网络可以正确分辨宝可梦和数码宝贝呢?
  • 27、机器学习模型的可解释性(Explainable ML) (下) - 机器心中的猫长什么样子?
  • 28、概述领域自适应(Domain Adaptation)
  • 29、概述增强式学习(Reinforcement Learning, RL) (一) – 增强式学习跟机器学习一样都是三个步骤
  • 30、概述增强式学习(Reinforcement Learning, RL) (二) – Policy Gradient与修课心情
  • 31、概述增强式学习(Reinforcement Learning, RL) (三) – Actor-Critic
  • 32、概述增强式学习(Reinforcement Learning, RL) (四) – 回馈非常罕见的时候怎么办?机器的望梅止渴
  • 33、概述增强式学习(Reinforcement Learning, RL) (五) – 如何从示范中学习?逆向增强式学习
  • 34、机器终身学习(Life Long Learning, LL) (一) - 为什么今日的人工智能无法成为天网?灾难性遗忘(Catastrophic Forgetting)
  • 35、机器终身学习(Life Long Learning, LL) (二) - 灾难性遗忘(Catastrophic Forgetting)的克服之道
  • 36、神经网络压缩(Network Compression) (一) - 类神经网络剪枝(Pruning)与大乐透假说(Lottery Ticket Hypothesis)
  • 37、神经网络压缩(Network Compression) (二) - 从各种不同的面向来压缩神经网络
  • 38、元学习Meta Learning (一) - 元学习跟机器学习一样也是三个步骤
  • 39、元学习Meta Learning (二) - 万物皆可Meta
  • 40、课程结语 - 最后的作业并改编《为学一首示子侄》作结

课程作业

  • 1、你应该自己完成作业。
  • 2、您不应手动修改您的预测文件。
  • 3、不要与任何生物共享代码或预测文件。
  • 4、不要使用任何方法每天提交超过 5 次的结果。
  • 5、不要搜索或使用额外的数据或预先训练的模型。
  • 6、如果您违反上述任何规则,您的最终成绩将受到 10% 的处罚。
  • 7、Lee教授和助教保留更改规则和等级的权利。
作业内容

技术交流

欢迎转载、收藏本文,码字不易,有所收获点赞支持一下!

为方便进行学习交流,本号开通了技术交流群,添加方式如下:

直接添加小助手微信号:pythoner666,备注:CSDN+机器学习,或者按照如下方式(发送至微信,识别即可)添加均可!
在这里插入图片描述

以上是关于视频+PPT2021年李宏毅版40节机器学习课程已更新完毕(附资料下载)的主要内容,如果未能解决你的问题,请参考以下文章

台大李宏毅《机器学习》2021课程撒花完结!除了视频PPT,还有人汇编了一本答疑书...

台大李宏毅《机器学习》2021课程撒花完结!除了视频PPT,还有人汇编了一本答疑书...

干货台大李宏毅两个小时带你纵览自然语言处理和语音内容机器理解,附全程视频PPT下载

学习笔记李宏毅2021春机器学习课程第5.1节:Transformer

学习笔记李宏毅2021春机器学习课程第7.2节:自监督学习

李宏毅2021&2022机器学习