不可错过!最新《大规模机器学习》2020教程,133页ppt,台湾清华大学吴尚鸿教授

2020 年 11 月 8 日 专知

来自台湾国立清华大学吴尚鸿副教授主讲的《大规模机器学习》教程,内容包括深度学习概述与学习理论。


本课程介绍深度学习的概念和实践。课程由三个部分组成。在第一部分中,我们快速介绍了经典机器学习,并回顾了一些需要理解深度学习的关键概念。在第二部分中,我们将讨论深度学习与经典机器学习的不同之处,并解释为什么它在处理复杂问题如图像和自然语言处理时是有效的。我们将介绍各种CNN和RNN模型。在第三部分,我们介绍了深度强化学习及其应用。


本课程也提供了编程的实验。在整个课程中,我们将使用Python 3作为主要的编程语言。一些流行的机器学习库,如Scikit-learn和Tensorflow 2.0将被使用并详细解释。


本课程也提供了编程的实验。在整个课程中,我们将使用Python 3作为主要的编程语言。一些流行的机器学习库,如Scikit-learn和Tensorflow 2.0将被使用并详细解释。


目录内容:

  •  Introduction 引言

  •  Linear Algebra 线性代数

  •  Data Exploration & PCA (Bonus) 数据探索

  •  Probability & Information Theory 概率与信息理论

  •  Decision Trees & Random Forest (Bonus) 决策树与随机森林

  • 数值优化 Numerical Optimization

  • 感知器 Perceptron & Adaline (Bonus)

  •  回归 Regression (Bonus)

  • 学习理论与正则  Learning Theory & Regularization

  • 正则化 Regularization

  •  概率模型 Probabilistic Models

  •  线性回归与度量 Logistic Regression & Metrics

  •  非参数方法 Non-Parametric Methods & SVMs (Suggested Reading)

  •  支持向量机 SVMs & Scikit-Learn Pipelines (Bonus)

  •  交叉验证 Cross Validation & Ensembling (Suggested Reading)

  •  集成 CV & Ensembling (Bonus)

  • 预测  Predicting News Popularity

  •  大规模机器学习 Large-Scale Machine Learning

  • 深度神经网络设计  Neural Networks: Design

  • 神经网络  Neural Networks from Scratch (No Assignment)

  •  TensorFlow 101 (No Assignment)

  •  神经网络 Neural Networks: Optimization & Regularization

  •  Word2Vec

  •  卷积神经网络 Convolutional Neural Networks

  •  Convolutional Neural Networks & Data Pipelines

  • 循环神经网络  Recurrent Neural Networks


https://nthu-datalab.github.io/ml/


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“LML133” 可以获取《最新《大规模机器学习》2020教程,133页ppt,台湾清华大学吴尚鸿教授》专知下载链接索引

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
0

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
剑桥大学《数据科学: 原理与实践》课程,附PPT下载
专知会员服务
49+阅读 · 2021年1月20日
专知会员服务
42+阅读 · 2020年12月18日
专知会员服务
43+阅读 · 2020年11月27日
专知会员服务
53+阅读 · 2020年10月11日
迁移学习简明教程,11页ppt
专知会员服务
107+阅读 · 2020年8月4日
一份简单《图神经网络》教程,28页ppt
专知会员服务
123+阅读 · 2020年8月2日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
172+阅读 · 2020年5月6日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
24+阅读 · 2019年11月19日
Python机器学习课程(代码与教程)
专知
35+阅读 · 2019年5月13日
下载 | 512页教程《神经网络与深度学习》,2018最新著作
机器学习算法与Python学习
48+阅读 · 2019年1月6日
246 页《统计机器学习与凸优化》教程 PPT 下载
新智元
24+阅读 · 2018年9月21日
【资源】15个在线机器学习课程和教程
专知
8+阅读 · 2017年12月22日
Arxiv
0+阅读 · 2021年2月4日
Arxiv
1+阅读 · 2021年2月2日
Arxiv
5+阅读 · 2020年12月10日
Federated Learning for Mobile Keyboard Prediction
Arxiv
5+阅读 · 2018年11月8日
Arxiv
3+阅读 · 2018年2月22日
VIP会员
相关VIP内容
剑桥大学《数据科学: 原理与实践》课程,附PPT下载
专知会员服务
49+阅读 · 2021年1月20日
专知会员服务
42+阅读 · 2020年12月18日
专知会员服务
43+阅读 · 2020年11月27日
专知会员服务
53+阅读 · 2020年10月11日
迁移学习简明教程,11页ppt
专知会员服务
107+阅读 · 2020年8月4日
一份简单《图神经网络》教程,28页ppt
专知会员服务
123+阅读 · 2020年8月2日
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
172+阅读 · 2020年5月6日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
24+阅读 · 2019年11月19日
相关论文
Top
微信扫码咨询专知VIP会员