有趣的机器学习

  • 阅读 8619
  • 格式
  • 大小 0B
  • 百度网盘
  • 2017-09-09
  • 收藏

这套视频教学用极其简单的语言和动画描绘了各种机器学习, 还有机器学习会要用到的很多方法

教程列表:

科普: 人工神经网络 VS 生物神经网络

#1 什么是机器学习? What is machine learning?

#2 什么是神经网络 机器学习 what is neural network in machine learning

科普: 神经网络的黑盒不黑 (深度理解神经网络)

神经网络 : 梯度下降 (Gradient Descent in NN)

#3 什么是卷积神经网络(深度学习)? What is Convolutional Neural Networks (deep learning)?

#4 什么是循环神经网络 RNN (深度学习)? What is Recurrent Neural Networks (deep learning)?

#5 什么是LSTM RNN (深度学习)? What is LSTM in RNN (deep learning)?

#6 什么是自编码 (深度学习)? What is an Autoencoder in Neural Networks (deep learning)?

莫烦#7 什么是 GAN 生成对抗网络 (深度学习)? What is Generative Adversarial Nets (deep learning)?

机器学习技巧1: 怎样检验神经网络 (深度学习)? How to evaluate neural networks (deep learning)?

机器学习技巧2: 为什么要特征标准化 (深度学习)? Why need the feature normalization (deep learning)?

机器学习技巧3: 怎样区分好用的特征 (深度学习)? Which are good features (deep learning)?

机器学习技巧4: 为什么需要激励函数 (深度学习)? Why need activation functions (deep learning)?

机器学习技巧5: 什么是过拟合 (深度学习)? What is overfitting (deep learning)?

机器学习技巧6: 加速神经网络训练 (深度学习)? Speed up neural network training (deep learning)?

机器学习技巧7: 处理不均衡数据 (深度学习)! Dealing with imbalanced data (deep learning)

机器学习技巧8: 为什么要 Batch Normalization 批标准化 (深度学习)

机器学习技巧9: 什么是 L1 L2 正规化 (深度学习 deep learning)

#1 什么是强化学习? (Reinforcement Learning)

#2 强化学习方法汇总 (Reinforcement Learning)

#3 什么是 Q Learning (Reinforcement Learning)

#4 什么是 Sarsa (Reinforcement Learning 强化学习)

#5 什么是 Sarsa(lambda) (Reinforcement Learning 强化学习)

#6 什么是 DQN (Reinforcement Learning 强化学习)

莫烦 #7 什么是 Policy Gradients (Reinforcement Learning 强化学习)

莫烦 #8 什么是 Actor Critic (Reinforcement Learning 强化学习)

莫烦 #8 什么是 Deep Deterministic Policy Gradient (DDPG)(Reinforcement Learning 强化学习)

#9 什么是 A3C (Asynchronous Advantage Actor-Critic) (Reinforcement Learning 强化学习)

什么是遗传算法? Genetic Algorithm

什么是进化策略 Evolution Strategy?

✅当您赞助下载文档后,您只能预览,并不意味着购买了版权,不得用于商业用途(直接或间接盈利),下载后请24H内删除。
✅本站所有内容均由热心网友分享赠送,本站不对文档的完整性、权威性及正确性做任何保证或承诺!文档内容仅供预览参考。

1、打开文档需要使用基本的办公软件,如Word、Office、WPS、Pdf、Cad、Rar、Zip等。

2、如遇下载失败、解压失败、文档缺失等问题,请通过【反馈】按钮提交。

最新文档分享
确认删除?