0-0 李宏毅2021春季机器学习课程-相关规定(可选)

本文介绍了李宏毅老师的春季机器学习课程,强调无需测试,适合初学者,涵盖基础概念至深度学习应用,涉及作业、Kaggle平台及课程资源。

这里是李宏毅老师2021春季机器学习课程,记录学习笔记,本节内容先了解机器学习相关规定(主要是针对上课的学生,关注如何修完这门课,可选择查看),那我们先开始吧。

这门课是机器学习。这门课的一些规定

  • 可以线上完成
  • 不需要额外的提前测试

假设你需要上这门课,具备的课程基础如下:

  • 数学(微积分、线性代数和概率)
  • 编程(基于python,掌握numpy/matplotlib库)
  • 硬件(所有的作业可以用Google Colab完成)

这门课的特色

  • 关注在深度学习:这门课可以是你的第一堂ML课;这门课与《林轩田机器学习基石》重叠部分很少。
  • 从最基本的概念到最新的技术。学完这门课可以将其应用到计算机视觉、人类语言处理和金融科技等领域。

这门课的作业

  • 选择题和leaderboard(具体操作之后会解释)
  • 通过NTU COOL上传代码

得分标准

作业规划(15个,重要!):

简要介绍Kaggle:这是一个线上平台,有很多机器学习有关的比赛。

课程网页

说明:记录学习笔记,如果错误欢迎指正!写文章不易,转载请联系我。

机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径。 随着统计学的发展,统计学习在机器学习中占据了重要地位,支持向量机(SVM)、决策树和随机森林等算法的提出和发展,使得机器学习能够更好地处理分类、回归和聚类等任务。进入21世纪,深度学习成为机器学习领域的重要突破,采用多层神经网络模型,通过大量数据和强大的计算能力来训练模型,在计算机视觉、自然语言处理和语音识别等领域取得了显著的成果。 机器学习算法在各个领域都有广泛的应用,包括医疗保健、金融、零售和电子商务、智能交通、生产制造等。例如,在医疗领域,机器学习技术可以帮助医生识别医疗影像,辅助诊断疾病,预测病情发展趋势,并为患者提供个性化的治疗方案。在金融领域,机器学习模型可以分析金融数据,识别潜在风险,预测股票市场的走势等。 未来,随着传感器技术和计算能力的提升,机器学习将在自动驾驶、智能家居等领域发挥更大的作用。同时,随着物联网技术的普及,机器学习将助力智能家居备实现更加智能化和个性化的功能。在工业制造领域,机器学习也将实现广泛应用,如智能制造、工艺优化和质量控制等。 总之,机器学习是一门具有广阔应用前景和深远影响的学科,它将持续推动人工智能技术的发展,为人类社会的进步做出重要贡献。
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
 条评论被折叠 查看
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