基于TensorFlow的机器学习速成课程25讲视频全集(10-12讲)

2018 年 4 月 18 日 专知

【导读】前些日子,大家都知道,Google 上线了基于 TensorFlow 的机器学习速成课程,它包含 40 多项练习、25 节课程以及 15 个小时的紧凑学习内容。 



基于TensorFlow的机器学习速成课程25讲视频全集(01-03讲)

基于TensorFlow的机器学习速成课程25讲视频全集(04-06讲)

基于TensorFlow的机器学习速成课程25讲视频全集(07-09讲)


本课程是机器学习热爱者的自学指南,且课程资料都是中文书写,课程视频都由机器学习技术转述为中文音频。这对于中文读者来说将会有很大的帮助,我们也能选择英文语音以更精确地学习内容。这曾是 Google 内部培训工程师的课程,有近万名 Google 员工参与并将学到的东西用在产品的优化和增强上。



课程网址:

https://developers.google.cn/machine-learning/crash-course

注:最低下角可点击切换到中文版


课程目录

机器学习概念

01-03讲:机器学习简介、框架处理、深入了解ML

04-06讲:降低损失、使用TF的基本步骤、泛化

07-09讲:训练集和测试集、验证、表示法

10-12讲:特征组合、简单正则化、逻辑回归

13-15讲:分类、稀疏性正则化、神经网络简介

16-18讲:训练神经网络、多类别神经网络、嵌套

机器学习工程

19-20讲:生产环境机器学习系统、静态与动态训练

21-22讲:静态与动态推理、数据依赖关系

应用示例

23-25讲:癌症预测、18世纪文字、应用准则


第十讲:特征组合

特征组合是指两个或多个特征相乘形成的合成特征。特征的相乘组合可以提供超出这些特征单独能够提供的预测能力。

预计用时:5 分钟

学习目标

  • 了解特征组合。

  • 在 TensorFlow 中实施特征组合。


第十一讲:简化正则化

正则化指的是降低模型的复杂度以减少过拟合。

预计用时:5 分钟

学习目标

  • 了解复杂度与泛化之间的权衡。

  • 使用 L2 正则化进行实验。


第十二讲:逻辑回归

逻辑回归会生成一个介于 0 到 1 之间(不包括 0 和 1)的概率值,而不是确切地预测结果是 0 还是 1。以用于检测垃圾邮件的逻辑回归模型为例。如果此模型推断某一特定电子邮件的值为 0.932,则意味着该电子邮件是垃圾邮件的概率为 93.2%。更准确地说,这意味着在无限训练样本的极限情况下,模型预测其值为 0.932 的这组样本实际上有 93.2% 是垃圾邮件,其余的 6.8% 不是垃圾邮件。

预计用时:4 分钟

学习目标

  • 了解逻辑回归。

  • 了解逻辑回归的损失和正则化函数。


明天更新13~15讲,继续关注!

https://developers.google.cn/machine-learning/crash-course

-END-

专 · 知

人工智能领域主题知识资料查看获取【专知荟萃】人工智能领域26个主题知识资料全集(入门/进阶/论文/综述/视频/专家等)

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料

请扫一扫如下二维码关注我们的公众号,获取人工智能的专业知识!

请加专知小助手微信(Rancho_Fang),加入专知主题人工智能群交流!加入专知主题群(请备注主题类型:AI、NLP、CV、 KG等)交流~

投稿&广告&商务合作:fangquanyi@gmail.com


点击“阅读原文”,使用专知

登录查看更多
2

相关内容

Google发布的第二代深度学习系统TensorFlow
Sklearn 与 TensorFlow 机器学习实用指南,385页pdf
专知会员服务
129+阅读 · 2020年3月15日
谷歌机器学习速成课程中文版pdf
专知会员服务
145+阅读 · 2019年12月4日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
【干货】谷歌Joshua Gordon 《TensorFlow 2.0讲解》,63页PPT
专知会员服务
27+阅读 · 2019年11月2日
2019年Google最新中文版《机器学习速成课程》分享
深度学习与NLP
15+阅读 · 2019年9月1日
Tensorflow官方视频课程-深度学习工具 TensorFlow入门
深度学习与NLP
12+阅读 · 2019年3月12日
【干货】如何评价谷歌深度学习速成课程
深度学习世界
3+阅读 · 2018年6月15日
独家 | 一文读懂TensorFlow(附代码、学习资料)
数据派THU
3+阅读 · 2017年10月12日
Arxiv
6+阅读 · 2019年8月22日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Arxiv
26+阅读 · 2019年3月5日
Arxiv
5+阅读 · 2018年5月1日
Arxiv
6+阅读 · 2018年1月11日
VIP会员
相关VIP内容
Sklearn 与 TensorFlow 机器学习实用指南,385页pdf
专知会员服务
129+阅读 · 2020年3月15日
谷歌机器学习速成课程中文版pdf
专知会员服务
145+阅读 · 2019年12月4日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
【干货】谷歌Joshua Gordon 《TensorFlow 2.0讲解》,63页PPT
专知会员服务
27+阅读 · 2019年11月2日
相关论文
Arxiv
6+阅读 · 2019年8月22日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Arxiv
26+阅读 · 2019年3月5日
Arxiv
5+阅读 · 2018年5月1日
Arxiv
6+阅读 · 2018年1月11日
Top
微信扫码咨询专知VIP会员