作者介绍:李宏毅(Hung-yi Lee)目前任台湾大学电机工程学系和电机资讯学院的助理教授,他曾于 2012 年获得台湾大学博士学位,并于 2013 年赴麻省理工学院(MIT)计算机科学和人工智能实验室(CSAIL)做访问学者。研究方向主要是机器学习(深度学习)和语音识别。
19 版《机器学习》课程目录:
回归、梯度下降
分类、逻辑回归,错分类的原因
深度学习,反向传播(异常检测)
卷积神经网络、Keras(对抗样本攻击)
训练深度学习模型(可解释 AI)
循环神经网络(Order LSTM)
Ensemble
半监督学习、迁移学习(终身学习)
(元学习)
seq2seq(Transformer)
(Few/Zero shot learning)
无监督学习(BERT)
强化学习(更细化)
(网络压缩)
生成对抗网络(GLOW)
(无监督域适应)
为什么要使用深度学习(深度学习理论)
课程资料链接:http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html
课程视频(Bilibili):https://www.bilibili.com/video/av46561029/
YouTube 链接:https://www.youtube.com/playlist?list=PLJV_el3uVTsOK_ZK5L0Iv_EQoL1JefRL4
推荐阅读
Kaggle大神亲述:我是如何半年拿5次金牌晋升Grandmaster的?