李宏毅老师AI入门教程

最新推荐文章于 2025-09-18 14:38:28 发布
原创 最新推荐文章于 2025-09-18 14:38:28 发布 · 454 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能

博客内容强调了专注和热情对于学习的重要性，指出当全身心投入一件事时，不仅能提升自我，而且不会觉得时间被浪费，因为过程本身就充满意义和成就感。不必过分关注他人的成就，只需持续努力，不知不觉中已取得长足进步。

pdf和MP4资源

优快云 lhy 老师课程

PS:

当你真正沉下心来要做一件事情的时候才是学习和提高最好的状态；当你有热情做事时，并不会觉得是在牺牲时间，因为那是有意义并能带给你成就感和充实感的；不需要太过刻意地在乎大牛的巨大光芒，你只需像傻瓜一样坚持下去就好了，也许回头一看，你已前进了很多。

AIstudio——李宏毅机器学习课程记录（一、机器学习介绍）
qq_44772254的博客
04-01 400
什么是机器学习？ 人工智慧（目标）：简单的定义，就是让机器拥有学习的能力。而其中的机器学习，就是实现人工智慧的手段；深度学习，则是机器学习的其中一种方法。 对于一款智能产品（比如聊天机器人），假设采用传统的特征定义的方法去创建，其设计结构可能是这样： if (Human say "Please urn on the Music"): turnOntheMusic(); 这样设计的弊端是显而易见的：语言表达的复杂性，使得设计师很难枚举所有情况，且需要消耗大量人力和计算资源去枚举和实现所有情况。理想的设
全球名校AI课程库（43）| 李宏毅 · 机器学习(&深度学习)课程『Machine Learning』
热门推荐
ShowMeAI研究中心
11-04 1万+
台大李宏毅老师的机器学习，是国语授课中最受欢迎的AI课程之一。课程内容具备很好的前沿度，覆盖了机器学习与深度学习基础知识与研究界关心的新进展。
李宏毅：从零开始搞懂 AI Agent-1
最新发布
HUANGXIN9898的博客
09-18 916
那 AI Agent 具体是怎么工作的呢？目标：人类给的终点，比如「赢一盘围棋」。观察：AI 感知到的当前情况，比如「棋盘上黑白子的位置」。行动：AI 根据观察决定做啥，比如「在第 5 行第 7 列落子」。环境变化：行动引发的结果，比如「对手回了一步」。循环：不断观察、行动，直到目标达成。举个例子，AlphaGo 就是个经典的 AI Agent。它的目标是「赢棋」，观察是「当前棋盘状态」，行动是「落子」，然后对手回应，它再观察、再行动。这个循环听起来是不是很像我们人类解决问题的方式？
李宏毅学习笔记——2024春《GENERATIVE AI》篇（已完结）
a131529的博客
11-22 9543
李宏毅学习笔记——2024春《GENERATIVE AI》篇
学习台大李宏毅的人工智能课程笔记
abc50319的专栏
05-23 1130
课程主页在这里：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html
【人工智能合集-机器学习（李宏毅）】
wnagchenyu的博客
11-20 253
学习记录：2023年11月15日李宏毅的机器学习教程||百度Aistdio学习平台；目前我们只讲到回归和分类的问题，但是事实上还有Structured Learning，这是一个很大的板块需要我们去探索，Gan作为一个代表；
大模型入门篇-李宏毅generative ai课程
xhhgffd的博客
12-15 4556
看李宏毅老师的生成式人工智能课程有感而发的笔记。
李宏毅老师2021深度学习课程笔记.pdf
10-08
在人工智能领域，深度学习正扮演着越来越重要的角色。...通过对这些课程内容的学习，我们可以更加深入地理解深度学习的理论基础，并在实际问题中有效地运用这些知识，以期在人工智能领域取得更大的进展。
李宏毅老师深度学习PPT
11-18
李宏毅老师深度学习PPT的发布，为深度学习的学习者提供了一套全新的学习资源，这套资源不仅涵盖了深度学习的基础知识，还包括了诸如元学习、终身学习和强化学习等前沿技术。 元学习的概念，被誉为“学习的学习”，...
RL强化学习基础教程（李宏毅老师笔记）
m0_52118763的博客
12-30 1368
RL那 RL 可以講的技術啊，非常非常地多，它不是在一堂課裡面可以講得完的，我甚至覺得說，如果有人要把它開成一整個學期的課，可能也是有這麼多東西可以講，所以今天啊，這堂課的目的，並不是要告訴你有關 RL 的一切，而是讓大家有一個基本的認識，大概知道 RL 是什麼樣的東西，那 RL 相關的課程，你其實在網路上可以找到，非常非常多的參考的資料，那 RL 如果要講得非常地艱澀，其實也是可以講得非常地艱澀的，可是今天這一堂課啊，我們儘量避開太過理論的部分，我期待這堂課可以讓你做到的，並不是讓你聽了覺得，哇 RL 很
精选资源
李宏毅深度学习教程 配套代码
02-16
通过动手实践，学习者可以更好地理解深度学习的工作原理，为未来在人工智能领域的研究或应用打下坚实的基础。 代码文件的命名规范可能遵循一定的逻辑，以确保学习者容易识别和找到对应的内容。例如，练习题的文件名...
李宏毅2025《机器学习》第一讲-生成式AI：技术突破和未来发展
木鱼时刻的专栏
06-18 1965
本文基于台湾大学李宏毅教授的“一堂课搞懂生成式人工智慧的技术突破与未来发展”课程内容，系统性地梳理了生成式AI的核心概念、技术原理、发展演进以及未来趋势。文章从AI的“行为”入手，通过生动的实例展示了其强大的生成与推理能力；进而深入剖析其底层运作机制，阐释了“万物皆为令牌（Token）”、自回归生成、Transformer架构等核心原理；接着，文章追溯了通用AI模型从“专才”到“通才”的演进历程；最后，探讨了如何通过微调（Fine-tuning）、模型编辑（Model Editing）等技术赋予AI新的能力
【李宏毅-生成式 AI】Spring 2024, HW5：LLM Fine-tuning 实验记录
VLyb
06-10 1896
李宏毅生成式 AI 课程的 Lab Homework 5 实验的笔记
李宏毅老师机器学习(一) 机器学习介绍与回归
沧夜的成长日记
04-02 924
文章目录前言机器学习介绍Question：人工智能，机器学习，深度学习，特征工程的关系？Question：机器学习的类别？Question：回归的主要应用？Question：什么是损失函数？Question：为什么需要平滑的曲线？Question：误差的来源？Question：怎么知道偏差大还是方差大？ 前言 这段时间尝试着把李宏毅老师的机器学习过一遍顺便记点笔记。尽量能够让人看懂。 机器学习介绍 主要带来的是几个问题： Question：人工智能，机器学习，深度学习，特征工程的关系？ Answer：人工智
李宏毅机器学习（2021）学习笔记 02
hldgs的博客
11-30 911
李宏毅《机器学习2021》学习笔记02
李宏毅【生成式AI导论 2024】第7讲：大型语言模型修练史 — 第二阶段: 名师指点，发挥潜力 (兼谈对 ChatGPT 做逆向工程与 LLaMA 时代的开始)
拥抱变化，探索AI，了解AI，使用AI～
03-30 1365
如果只有指令微调… 人类老师需要给语言模型准备的教材是长这个样子的。要先想出人类可能会去问语言模型的问题，为每一个问题想一个正确的答案。有问题有答案之后，就可以把这些资料转成语言模型，可以拿来做训练文字接龙的格式。这种使用人类老师准备的资料来学习的过程，叫做instruction的fine tune。 这个instruction的意思是，人类老师提供了一些指令，机器会学习如何按照这些指令做出正确的回应。这些训练资料需要耗费大量人力才能获取，这种耗费大量人力产生资料的方式叫做资料标注。通过这种资料标注的方式
【机器学习】李宏毅 - 03 神经网络优化
wyw970624的博客
10-14 1006
神经网络训练优化 - critical point 局部最小值；local minima；鞍点；saddle point；海塞矩阵；Hessian matrix；批次；Small Batch vs Large Batch；动量；梯度下降
李宏毅机器学习 Introduction
herosunly的博客
02-19 1万+
人工智能 人工智能是我们想要达到的目标，即让机器和人一样智能。 而机器学习是方法，让机器从数据中学习，从而得到智能的方法。 智能是什么呢？对于人类智能而言，根据霍华德·加德纳的多元智能理论，人类的智能分为以下七种智能： 语言智能：能说会写。 逻辑智能：数学和逻辑能力强。 空间智能: 能够对空间进行建模，并且利用该模型进行控制。 音乐智能：音感好，音调佳。 身体运动智能: 使用身体来解决问题或...
一文详解生成式 AI：李宏毅《生成式 AI 导论》学习笔记
2503_90237586的博客
05-23 1145
大致的过程比较清晰，是一个从局部到整体的过程，和我们平时工作流程差不多，先把细节的、模块的处理好，再整体通盘考虑进行整合，最终得到一个高质量的产出结果。最终，我们得到的是一个归一化的概率分布词汇（token）表，这也就解释了为什么每一次大模型输出的结果都不相同，这是因为在文字接龙的时候，每次接龙的候选项都不是一个确定的值，而是一个候选项集合，里面每个元素的概率不同，然后类似于我们掷骰子，每次掷一下从词汇表得到一个结果，概率分布相同，但是结果不同。用来找出上万个参数的输入输出的数据，就是训练数据。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值