大数据机器学习(一)概述

大数据机器学习入门概览
这篇博客概述了大数据机器学习的学习资源,包括在线课程和参考书籍。介绍了机器学习的定义和相关概念,如人工智能、深度学习和数据挖掘。讨论了机器学习的发展历程,强调了卷积神经网络的重要地位。此外,还提到了迁移学习、强化学习的应用实例,以及深度学习的可解释性挑战。

2020.09.17 星期三课程笔记

1.学习资源

(1)在线课程

①清华学堂在线-袁春老师的《大数据机器学习》
②李宏毅的机器学习课程(中文)
③林轩田《机器学习基石上下》(中文)
④CV Stanford Li Feifei CS231N
⑤NLP Stanford CS224N
⑥Machine Learning: Andrew Ng 个人推荐这个可以看看
⑦Neural Networks for Machine Learning: Geoffrey E. Hinton

(2)参考书

在这里插入图片描述
其中以李航老师《统计学习方法》第二版为主要教材,南大周志华老师的“西瓜书”《机器学习》为辅,有兴趣还可以看看第三本《PRML》和最后一本“鲜花书”《Deep Learning》

2.期末考核方式

在这里插入图片描述

3.机器学习(Machine Learning)是个啥

在这里插入图片描述

(1)机器学习的定义

其实没有标准定义,各有个的说法,常见的有以下几

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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