投稿

强推！终于等到李宏毅【机器学习+深度学习】完整版教程分享！从理论讲解到实战演练，全程干货讲解，真的太适合入门学习了！—人工智能/机器学习/深度学习/神经网络

5.7万

169

2023-08-29 17:31:10

正在缓冲...

在本教程中，李宏毅老师会带领大家学习机器学习的基本概念，包括监督学习、无监督学习和强化学习等；掌握常见的机器学习算法，如线性回归、逻辑回归、决策树、支持向量机等；并了解如何应用机器学习解决实际问题（图像识别、语音处理等等）

计算机技术

李宏毅机器学习

程序媛-晓柒发消息

学习python可以找我哦......

页游已死？那你来试试这款！

1.机器学习基本概念简介P1

50:00

2.深度学习基本概念简介P2

58:35

3.Colab教学P3

12:35

4.PyTorch Tutorial 1P4

31:01

5.PyTorch Tutorial 2P5

15:52

6.Google Colab教学P6

09:25

7.Pytorch 教学 part 1P7

22:02

8.Pytorch 教学 part 2P8

09:22

9.作业HW1P9

40:36

10.作业HW1P10

18:59

11.深度学习简介P11

46:30

12.反向传播P12

31:27

13.预测神奇宝贝PokemonP13

01:18:36

14.分类神奇宝贝PokemonP14

01:09:41

15.逻辑回归P15

01:07:13

16.机器学习任务攻略P16

51:24

17.类神经网络训练不起来怎么办局部最小值P17

33:45

18.类神经网络训练不起来怎么办批次与动P18

30:59

19.21、类神经网络训练不起来怎么办自动调整学习率P19

37:43

20.22、类神经网络训练不起来怎么办损失函数也P20

19:28

21.23、再探宝可梦、数码宝贝分类器 — 浅谈机器学习原理P21

01:14:01

22.24、 Gradient DescentP22

02:36

23.25、 Gradient DescentP23

01:41

24.26、 Optimization forP24

54:36

25.27、 Optimization forP25

54:32

26.28、作业HW2P26

20:04

27.29、作业说明 HW2中文低画质版P27

30:51

28.30、作业说明 HW2-英文有字幕高清版P28

26:56

29.31、卷积神经网络P29

55:40

30.32、为什么用了验证集结果却还P30

08:57

31.33、鱼与熊掌可以兼得的机器学习P31

41:35

32.34、 Spatial TransformP32

32:56

33.35、作业说明HW3P33

34:21

34.36、作业说明HW3 中文低画质P34

24:56

35.37、作业说明HW3 英文高画质有字幕P35

29:08

36.38、自注意力机制P36

28:18

37.39、自注意力机制P37

45:58

38.40、 Recurrent NeuralP38

49:00

39.41、 Recurrent NeuralP39

01:30:51

40.42、 Graph Neural NetwP40

39:03

41.43、 Graph Neural NetwP41

01:11:38

42.44、 Unsupervised LearP42

40:39

43.45、作业说明HW4P43

19:23

44.46、作业说明 HW4-中文低画质版P44

25:23

45.47、作业说明 HW4-英文无字幕高清版P45

22:45

46.48、类神经网络训练不起来怎么办批次标准化P46

30:56

47.49、 TransformerP47

32:48

48.50、 TransformerP48

01:00:34

49.51、各式各样神奇的自注意力机制P49

01:11:16

50.52、 Non-AutoregressivP50

01:01:53

51.53、 Pointer NetworkP51

13:35

52.54、作业说明HW5P52

37:52

53.55、作业说明 HW5 中文 + Judgeboi讲解P53

50:18

54.56、作业说明 HW5 slides tutorial -英文版机P54

16:50

55.57、作业说明 HW5 code tutorial -英文版机翻P55

16:15

56.58、生成式对抗网络 – 基本概念介紹P56

39:09

57.59、生成式对抗网络 – 理论介绍与WGANP57

46:41

58.60、生成式对抗网络 – 生成器效能评估与条件式P58

49:47

59.61、生成式对抗网络 – Cycle GANP59

23:41

60.62、 GAN Basic TheoryP60

01:20:19

61.63、 General FrameworkP61

25:05

62.64、 WGAN, EBGANP62

50:08

63.65、 Unsupervised LearP63

29:35

64.66、 Unsupervised LearP64

01:03:32

65.67、 Flow-based GenerP65

01:07:53

66.68、作业说明 HW6 中文版低画质P66

29:05

67.69、作业说明 HW6 英文版高画质有字幕P67

12:22

68.70、作业说明 HW6P68

38:51

69.71、自监督式学习 – 芝麻街与进击的巨人P69

07:11

70.72、自监督式学习 – BERT简介P70

50:41

71.73、自监督式学习 – BERT的奇闻轶事P71

24:14

72.74、自监督式学习 – GPT的野望P72

17:04

73.75、如何有效的使用自督导式模型 - Data-EfficientP73

01:22:09

74.76、语音与影像上的神奇自督导式学习模型P74

01:22:00

75.77、 BERT and its famiP75

50:10

76.78、 ELMo, BERT, GPT,P76

01:11:47

77.79、 Multilingual BERTP77

39:14

78.80、來自獵人暗黑大陸的模型 GPT-3P78

29:58

79.81、作业说明 HW7 中文版低画质P79

21:07

80.82、 Homework 7P80

25:57

81.83、自编码器 –P81

19:01

83.85、 Anomaly DetectionP83

13:23

84.86、 Anomaly DetectionP84

14:10

85.87、 Anomaly DetectionP85

14:06

86.88、 Anomaly DetectionP86

04:08

87.89、 Anomaly DetectionP87

12:18

88.90、 Anomaly DetectionP88

12:20

89.91、 Anomaly DetectionP89

06:03

90.92、 Unsupervised LearP90

01:40:21

91.93、 Unsupervised LearP91

30:59

92.94、作业说明 HW8 中文版低画质P92

25:44

93.95、作业说明 Homework 8P93

21:31

94.96、机器学习的可解释性 – 为什么神经网络可以正P94

49:09

95.97、机器学习的可解释性 –机器心中的猫长什么样子P95

22:46

96.98、自然语言处理上的对抗式攻击 - ParP96

56:07

97.99、作业说明 HW9 中文版低画质P97

42:22

98.100、 Homework 9P98

10:35

顶部