基于TensorFlow的机器学习速成课程25讲视频全集（13-15讲）
【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）
基于TensorFlow的机器学习速成课程25讲视频全集（10-12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
第十三讲：分类
此单元介绍了如何使用逻辑回归来执行分类任务，并探讨了如何评估分类模型的有效性。
预计用时：8 分钟
学习目标
评估逻辑回归模型的准确率和精确率。
了解 ROC 曲线和曲线下面积。
第十四讲：稀疏性正则化
本模块主要介绍学习多维度特征矢量的模型的特殊要求。
预计用时：2 分钟
学习目标
了解如何使信息缺乏的系数值正好为 0，以便节省 RAM。
了解 L2 正则化之外的其他类型的正则化。
第十五讲：神经网络简介
神经网络是更复杂版本的特征组合。实质上，神经网络会学习适合您的相应特征组合。
预计用时：3 分钟
学习目标
对神经网络有一定的了解，尤其是了解以下方面：
隐藏层
激活函数
明天更新16~18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
展开全文
微信扫码咨询专知VIP会员