当前位置: 首页 > 编程日记 > 正文

资料分享:推荐一本《李宏毅机器学习》开源电子书!

背景

今天在 github 上看到了 datawhale 发布的 李宏毅机器学习笔记。

https://datawhalechina.github.io/leeml-notes

其目录如下:

  • P1 机器学习介绍
  • P2 为什么要学习机器学习
  • P3 回归
  • P4 回归-演示
  • P5 误差从哪来?
  • P6 梯度下降
  • P7 梯度下降(用 AOE 演示)
  • P8 梯度下降(用 Minecraft 演示)
  • P9 作业 1-PM2.5 预测
  • P10 概率分类模型
  • P11 logistic 回归
  • P12 作业 2-赢家还是输家
  • P13 深度学习简介
  • P14 反向传播
  • P15 深度学习初试
  • P16 Keras2.0
  • P17 Keras 演示
  • P18 深度学习技巧
  • P19 Keras 演示 2
  • P20 Tensorflow 实现 Fizz Buzz
  • P21 卷积神经网络
  • P22 为什么要「深度」学习?
  • P23 半监督学习
  • P24 无监督学习-线性降维
  • P25 无监督学习-词嵌入
  • P26 无监督学习-领域嵌入
  • P27 无监督学习-深度自编码器
  • P28 无监督学习-深度生成模型 I
  • P29 无监督学习-深度生成模型 II
  • P30 迁移学习
  • P31 支持向量机
  • P32 结构化学习-介绍
  • P33 结构化学习-线性模型
  • P34 结构化学习-结构化支持向量机
  • P35 结构化学习-序列标签
  • P36 循环神经网络 I
  • P37 循环神经网络 II
  • P38 集成学习
  • P39 深度强化学习浅析
  • P40 机器学习的下一步

由于李宏毅的课程内容通俗易懂,对于想入门机器学习又想看中文讲解的人来说绝对是非常推荐的。

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。2012年9月至2013年8月,Academia Sinica信息技术创新研究中心博士后。2013年9月至2014年7月,麻省理工学院计算机科学和人工智能实验室( CSAIL )语言系统组的访问科学家。他的研究方向主要是机器学习(深度学习)和语音识别。


机器学习

视频资料

课程目录

  • 1、The Next Step for Machine Learning
  • 2、Anomaly Detection
  • 3、Attack ML Models
  • 4、Explainable ML
  • 5、Life Long Learning
  • 6、Meta Learning - MAML
  • 7、Meta Learning - Gradient Descent as LSTM
  • 8、Meta Learning – Metric-based
  • 9、Meta Learning - Train+Test as RNN
  • 10、More about Auto-encoder
  • 11、Network Compression
  • 12、GAN (Quick Review)
  • 13、Flow-based Generative Model
  • 14、Transformer
  • 15、ELMO, BERT, GPT

课程视频

https://www.bilibili.com/video/av46561029/

课程主页

http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html


深度学习

视频资料

课程目录

  • 1、Introduction of Machine Learning
  • 2、Why we need to learn machine learning
  • 3、Regression - Case Study
  • 4、Regression - Demo
  • 5、Where does the error come from
  • 6、Gradient Descent
  • 7、Gradient Descent (Demo by AOE)
  • 8、Gradient Descent (Demo by Minecraft)
  • 9、Classification
  • 10、Logistic Regression
  • 11、Brief Introduction of Deep Learning
  • 12、Backpropagation
  • 13、“Hello world” of deep learning
  • 14、Keras 2.0
  • 15、Keras Demo
  • 16、Tips for Training DNN
  • 17、Keras Demo 2
  • 18、Fizz Buzz in Tensorflow (sequel)
  • 19、Convolutional Neural Network
  • 20、Why Deep
  • 21、Semi-supervised
  • 22、Unsupervised Learning - Linear Methods
  • 23、Unsupervised Learning - Word Embedding
  • 24、Unsupervised Learning - Neighbor Embedding
  • 25、Unsupervised Learning - Auto-encoder
  • 26、Unsupervised Learning - Deep Generative Model (Part I)
  • 27、Unsupervised Learning - Deep Generative Model (Part II)
  • 28、Transfer Learning
  • 29、Support Vector Machine (SVM)
  • 30、Structured Learning - Introduction
  • 31、Structured Learning - Linear Model
  • 32、Structured Learning - Structured SVM
  • 33、Structured Learning - Sequence Labeling
  • 34、Recurrent Neural Network (Part I)
  • 35、Recurrent Neural Network (Part II)
  • 36、Ensemble
  • 37、Deep Reinforcement Learning
  • 38、Policy Gradient (Supplementary Explanation)
  • 39、Reinforcement Learning (including Q-learning)

课程视频

https://www.bilibili.com/video/av19144978/

课程主页

http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17.html


深度学习理论

视频资料

课程目录

  • 1、Can shallow network fit any function
  • 2、Potential of Deep
  • 3、Is Deep better than Shallow
  • 4、When Gradient is Zero
  • 5、Deep Linear Network
  • 6、Does Deep Network have Local Minima
  • 7、Geometry of Loss Surfaces (Conjecture)
  • 8、Geometry of Loss Surfaces (Empirical)
  • 9、Generalization Capability of Deep Learning
  • 10、Indicator of Generalization

课程视频

https://www.bilibili.com/video/av20961661


图书推荐:

1. 区块链技术及应用

  • 作 者:华为区块链技术开发团队 著
  • 出版社:清华大学出版社

2. 区块链核心算法解析

  • 作 者:[美] Roger,Wattenhofer(罗格.瓦唐霍费尔) 著,陈晋川 等 译
  • 出版社:电子工业出版社

3. 区块链原理、设计与应用

  • 作 者:杨保华,陈昌 著
  • 出版社:机械工业出版社

4. 从零开始自己动手写区块链

  • 作 者:裴尧尧 著
  • 出版社:机械工业出版社

5. 区块链:定义未来金融与经济新格局

  • 作 者:张健 著
  • 出版社:机械工业出版社

相关图文

  • 资料分享:数学建模资料分享 – 图论部分
  • 资料分享:数学建模资料分享 – 神经网络部分
  • 如何利用 C# 实现 K 最邻近算法?
  • 如何利用 C# 实现 K-D Tree 结构?
  • 如何利用 C# + KDTree 实现 K 最邻近算法?
  • 如何利用 C# 对神经网络模型进行抽象?
  • 如何利用 C# 实现神经网络的感知器模型?
  • 如何利用 C# 实现 Delta 学习规则?
  • 如何利用 C# 实现 误差反向传播 学习规则?
  • 如何利用 C# 爬取带 Token 验证的网站数据?
  • 如何利用 C# 向 Access 数据库插入大量数据?
  • 如何利用 C# + Python 破解猫眼电影的反爬虫机制?

相关文章:

Python 中常见的配置文件写法

相信学习Python或者正在进行Python工作的小伙伴都会有一个疑问,为什么要写配置文件呢?在开发过程中,我们常常会用到一些固定参数或者是常量。对于这些较为固定且常用到的部分,往往会将其写到一个固定文件中,避免在不同的模块代码…

技术图文:Python描述符 (descriptor) 详解

背景 今天在B站上学习“零基础入门学习Python”这门课程的第46讲“魔法方法:描述符”,这也是我们组织的 Python基础刻意练习活动 的学习任务,其中有这样的一个题目。 练习要求: 先定义一个温度类,然后定义两个描述符…

[转]自定义hadoop map/reduce输入文件切割InputFormat

本文转载自:http://hi.baidu.com/lzpsky/blog/item/99d58738b08a68e7b311c70d.html   hadoop会对原始输入文件进行文件切割,然后把每个split传入mapper程序中进行处理,FileInputFormat是所有以文件作 为数据源的InputFormat实现的基类&…

使用深度学习检测DGA(域名生成算法)——LSTM的输入数据本质上还是词袋模型...

from:http://www.freebuf.com/articles/network/139697.html DGA(域名生成算法)是一种利用随机字符来生成C&C域名,从而逃避域名黑名单检测的技术手段。例如,一个由Cryptolocker创建的DGA生成域xeogrhxquuubt.com,如…

学习Python开发培训有用吗

学习Python开发培训有用吗?这是目前很多人都比较关注的一个问题,Python语言在最近几年是广受IT互联网行业关注的, 下面我们就针对这问题来详细的分析一下。 学习Python开发培训有用吗?Python是被广泛使用的高级编程语言,Python解释器本身几…

Web性能优化实践——应用层性能优化

随着公司项目的进一步推广,用户数量的增加,已经面临着单台服务器不能负载的问题。 这次的优化由于时间关系主要分两步走,首先优化应用层代码以提高单台服务器的负载和吞吐率。之后再进行分表,引入队列、MemCached等分布式应用。 项…

技术图文:Python魔法方法之属性访问详解

背景 今天在B站学习“零基础入门学习 Python”中的第45节“魔法方法:属性访问”,这也是我们组织的 Python基础刻意练习活动 的学习任务,其中有这样的一个题目。 练习要求: 写一个矩形类,默认有宽和高两个属性。如果…

chmod权限设置

drwxr-xr-x. 7 root root 4096 Sep 26 20:16 sysconfig-rw-r--r--. 1 root root 1150 Aug 31 18:46 sysctl.conflrwxrwxrwx. 1 root root 14 Aug 31 17:21 system-release -> centos-release例如:-rw-r--r--第一个代表文件类型:-普通文件:…

【Python培训基础】一篇文件教你py文件打包成exe

场景: 如果要将我们编写好的代码给别人使用,如果要他们直接使用我们的代码,就需要安装各种编译软件以及第三方模块,还要对软件操作,编程有一定的了解,这对使用者的要求比较高,不是很方便,为了解决这一问题,我们可以选择将我们编写的代码,编译成一个可执行文件,这样,就可以实现跨…

刻意练习:Python基础 -- Task06. 字典与集合

背景 我们准备利用17天时间,将 “Python基础的刻意练习” 分为如下任务: Task01:变量、运算符与数据类型(1day)Task02:条件与循环(1day)Task03:列表与元组(…

WCF - Session 剖析

WCF中的Session WCF是MS基于SOA建立的一套在分布式环境中各个相对独立系统进行通信的构架,实现了最新的基于WS-*规范。按照SOA的原则,相对独自的业务逻辑以service的形式封装,调用者通过Messaging的方式调用Service。对于承载着某个业务功能的…

mui 微信支付 与springMVC服务器交互

昨天搞定了微信支付,没有想象中的难,主要是官方的demo不全好多东西要自己琢磨,mui端的就不写了支付宝的有了一模一样.上java端的首先是jar包 一个是用来解析xml文件 一个是用来解析json 当然可以替代 然后是工具类当然并不是全都用的到. public class ConfigUtil { /** * 服务…

Python零基础自学会有哪些弊端

Python在人工智能领域的发展前景非常好,很多人都想要学习Python技术,有一些小伙伴会选择通过自学来学习,但是如果是零基础,自学的话一定要注意这些弊端,下面就为大家详细的介绍一下Python零基础自学会有哪些弊端? Pyt…

技术图文:如何利用 Turtle 绘制一棵漂亮的樱花树

背景 最近看到很多机构在推动“青少年编程能力等级标准”的制定以及相关考试的测评,看样子今年年底这个事情就能够确定,明天上半年在一些大中城市就会全面铺开。 《青少年编程能力等级》标准发布,年底前将在部分地区落地青少年编程能力等级…

Python 是否是下一个 PHP?为什么?

前几天和一个看好 Python 的 Rails 开发者聊天,他看好 Python 的原因就是 PHP 统治今天的网络应用开发。而 Python 很像下一个 PHP 。 『下一个 PHP』如何定义?是指流行程度么?如果是的话,我觉得 Python 不会像 PHP 那样流行。根本…

正确使用STL-MAP中Erase函数

一切尽在代码中。 #include <iostream> #include <map> #include <string> using namespace std ;int main(void) { map<int, string> m ;m.insert(pair<int, string>(1, "abc")) ;m.insert(pair<int, string>(2, "def&qu…

学完UI设计可以从事哪些工作

最近有很多同学都会问到一个问题&#xff0c;就是学完UI设计可以从事哪些工作?对于正在学习UI设计的同学和已经学完UI设计的同学们&#xff0c;可以来看看下面文章的详细介绍就知道了。 学完UI设计可以从事哪些工作? 一、交互设计师。 学习UI设计之后就可以做交互设计师了&am…

刻意练习:Python基础 -- Task08. 异常处理

背景 我们准备利用17天时间&#xff0c;将 “Python基础的刻意练习” 分为如下任务&#xff1a; Task01&#xff1a;变量、运算符与数据类型&#xff08;1day&#xff09;Task02&#xff1a;条件与循环&#xff08;1day&#xff09;Task03&#xff1a;列表与元组&#xff08;…

Winform 控件自适应 JSP 入门登录案例

明儿在放&#xff0c;先睡转载于:https://www.cnblogs.com/javabin/archive/2011/09/26/2192402.html

MyEclipse对Struts2配置文件较检异常 Invalid result location value/parameter

有时在编写struts.xml时会报错&#xff0c;但是找不出有什么她方有问题。也能正常运行 MyEclipse有地方去struts的xml进行了验证&#xff0c;经查找把这里 的build去掉就可以了 本文转自lpxxn博客园博客&#xff0c;原文链接&#xff1a;http://www.cnblogs.com/li-peng/p/3791…

学Python有哪些优势

Python在人工智能领域应用是比较广泛的&#xff0c;近几年&#xff0c;越来越多的人对Python技术比较感兴趣&#xff0c;想要学习&#xff0c;那么具体学Python有哪些优势呢?我们来看看下面的详细介绍就知道了。 学Python有哪些优势? 1.Python很受欢迎 流行程度似乎不是衡量价…

MongoDB 正则表达式

阅读目录 示例不区分大小写数组使用正则表达式正则中包含变量回到顶部示例 MongoDB 使用 $regex 操作符来设置匹配字符串的正则表达式。 > db.col.find() { "_id" : ObjectId("56c6bbef64799370c0ef358a"), "x" : "hello world", &…

刻意练习:Python基础 -- Task09. else 与 with 语句

背景 我们准备利用17天时间&#xff0c;将 “Python基础的刻意练习” 分为如下任务&#xff1a; Task01&#xff1a;变量、运算符与数据类型&#xff08;1day&#xff09;Task02&#xff1a;条件与循环&#xff08;1day&#xff09;Task03&#xff1a;列表与元组&#xff08;…

Java学习必不可少的网站,快收藏起来

java技术在IT互联网行业的发展前景一直在提升&#xff0c;越来越多的人都在学习java技术&#xff0c;今天小编来给大家提供一些学习Java的网站集合&#xff0c;希望能够帮助到正在学习java技术的同学。 Java学习必不可少的网站&#xff0c;快收藏起来! 1. Stackoverflow Stacko…

刻意练习:Python基础 -- Task11. 魔法方法

背景 我们准备利用17天时间&#xff0c;将 “Python基础的刻意练习” 分为如下任务&#xff1a; Task01&#xff1a;变量、运算符与数据类型&#xff08;1day&#xff09;Task02&#xff1a;条件与循环&#xff08;1day&#xff09;Task03&#xff1a;列表与元组&#xff08;…

Oracle中的MERGE语句

转自http://blog.chinaunix.net/space.php?uid16981447&doblog&cuid430716做了简单的格式整理&#xff0c;加入了一点点原创的东西。Oracle9i引入了MERGE命令,你能够在一个SQL语句中对一个表同时执行inserts和updates操作. MERGE命令从一个或多个数据源中选择行来upda…

C#从数据库导出数据[excel]

using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Data;using MySql.Data.MySqlClient;using Microsoft.Office.Interop.Excel;using Excel Microsoft.Office.Interop.Excel; //使用命名空间别名using System.Reflection; …

UI设计培训中的扁平化理念

本文是为正在学习UI设计的同学们整理的一份资料&#xff0c;主要讲的是UI设计培训中的扁平化理念&#xff0c;扁平化的设计是抛弃一切装饰的设计&#xff0c;扁平化设计使得用户操作起来更加简洁、高效和舒适。简洁大方的交互界面设计自然能够引导用户&#xff0c;并且在短时间…

刻意练习:Python基础 -- Task12. 模块

背景 我们准备利用17天时间&#xff0c;将 “Python基础的刻意练习” 分为如下任务&#xff1a; Task01&#xff1a;变量、运算符与数据类型&#xff08;1day&#xff09;Task02&#xff1a;条件与循环&#xff08;1day&#xff09;Task03&#xff1a;列表与元组&#xff08;…

Linux JSP连接MySQL数据库

Linux&#xff08;Ubuntu平台&#xff09;JSP通过JDBC连接MySQL数据库&#xff0c;与Windows平台类似&#xff0c;步骤如下&#xff1a; 下载 jdbc&#xff1a; mysql-connector-java-5.1.18.tar.gz 解压 jdbc&#xff1a; tar -zxvf mysql-connector-java-5.1.18.tar.gz 配置 …