• 投稿

探索一句话版的机器学习与深度学习

1.2万
10
2018-04-26 08:16:15
未经作者授权，禁止转载
199
208
751
36
一句话版本的机器学习和深度学习有2个目的： 1. 有的小伙伴，跟我一样有畏难情绪，没开始就吓跑自己，如果听完一句话，觉得不是那么恐怕和玄奥，也许可以继续学； 2. 强迫自己反复复习，提炼学过的知识
直觉
机器学习
深度学习
一句话版机器学习
一句话总结
深度碎片 发消息
As Simple As Possible
真心建议高中基础差的都看看这个方法
无敌油麦菜
视频选集
（1/41）
一句话版机器学习：为什么说regularization是阻止overfitting的好办法
02:03
一句话版机器学习：如何直观理解PCA的目的和原理
04:40
一句话版机器学习：PCA的维数K应该怎么选？
04:09
一句话版机器学习：为什么说PCA不应该被用来规避overfitting?
01:53
一句话版机器学习：如何理解anomaly detection的实质和工作原理
03:21
一句话版机器学习：实际操作中的anomaly detection一个简单工作流程是怎样的？
03:49
一句话版机器学习：如何理解Anomaly detection的阈值的寻找过程？
02:46
一句话版bayes theorem：尝试直观理解条件概率和Bayes rule
07:20
一句话版条件概率：如何套用公式计算良品与合格的条件概率问题
04:53
一句话版CNN：机器视觉的主要任务和困难挑战是什么
02:00
一句话版CNN：如何直观理解CNN与普通神经网络的算法上的本质区别
09:02
一句话版CNN：如何直观理解CNN与普通神经网络的算法上的本质区别（细节理解和过往笔记理解积累）
03:42
一句话版CNN：如何理解padding的意义和算法
03:02
一句话版CNN：如何理解stride的意义和算法注意事项
03:47
一句话CNN：从单色图片到彩色图片，input，filter与feature map 有哪些变化值得注意？
05:34
一句话的CNN：为什么处理图片CNN比DNN高效的多？
03:53
一句话的CNN：如何理解pooling layer的意义和工作原理？
03:07
一句话的CNN： 如何理解feature map在逐步缩小，feature map的channels在逐步增多的合理性（LeNet-5流程）
01:14
一句话CNN：如何理解convolutional layer的设计优势
01:44
一分钟的CNN：如何理解IoU(Intersection over Union)和NMS(non maximum suppression)算法？
03:41
10分钟版图解读深度学习论文的策略梳理
10:36
16分钟版RCNN：图解RCNN物体识别全流程
16:01
8分钟 如何理解maximum likelihood estimation
07:56
4分钟概率机器学习 如何理解maximum posterior parameter estimation
04:39
7分钟 bayesian DL 如何从Bayes角度理解深度学习
08:38
5分钟bayesian 如何理解prior分布到posterior分布的变化过程
05:28
10分钟 如何直观理解bayes rule建模公式
11:22
3分钟ML 如何理解数据的稀疏行sparsity
02:43
1分钟版GoogleNet inception
01:30
1分钟版Transfer learning
01:22
1分钟版机器视觉的现状
01:11
3分钟 如何理解一个模型完成多任务的物体识别
02:46
2分钟CNN 如何用landmark detection 来完成人脸识别
02:38
7分钟如何用CNN模型与sliding window完成对大图片中小物体的寻找并分类
06:50
5分钟YOLO模型是如何识别物体类别和计算方框的
05:49
4分钟为什么将数据映射到新维度上能产生新知识新发现
04:08
2分钟如何理解one shot learning解决人脸辨识
02:01
1分钟Siamese network
00:55
9分钟triplet loss的意义和构造
08:49
4分钟如何用siamese network 和logistic regression做face verification
04:17
8分钟如何理解neural style transfer的模型和损失函数
08:51

献给所有认为数学和深度学习很重要，但认为自己“不擅长数学”的人！
深度碎片
2.3万 20

图解CNN论文：尝试用最少的数学读懂深度学习论文
深度碎片
4.6万 54

吴恩达机器学习图解笔记
深度碎片
9.8万 285

图解机器学习的数学直觉：线性代数，微积分，PCA（全完结）
深度碎片
11.5万 292

图解吴恩达机器学习（2019直觉版）持续更新
深度碎片
1.2万 6

人人必备的数学思维Mathematical thinking by Stanford University and Coursera
深度碎片
2.9万 45

李宏毅深度学习课程（全2课2017年版）笔记汇总
深度碎片
3.0万 98

吴恩达第五课RNN笔记
深度碎片
3.2万 127

图解概率笔记：葉丙成概率公开课
深度碎片
1.3万 12

图解教材:概率机器学习（Murphy)
深度碎片
1.3万 2

图解教材: 模式识别与机器学习（Bishop)
深度碎片
2.0万 12

概率机器学习基础：MIT概率课图解笔记
深度碎片
1.8万 8

Mathematics for Machine Learning (Coursera, Imperial college of London 完整版)
深度碎片
4.4万 103

fast.ai 2019 课程（人工中文翻译进行中）
深度碎片
1.4万 26

fuzzySearch_bgar
深度碎片
223 0

003_a083fca3
深度碎片
32 0

006_7ec8c787
深度碎片
46 0

004_8e525b93
深度碎片
25 0

006_d790a54b
深度碎片
133 0

fuzzy_search_journey
深度碎片
232 0
展开
参与活动赢全皮肤好礼
客服
顶部
赛事库 课堂 2021拜年纪