李宏毅课程
机器学习的本质就是自动找函数式。
本次课程从Regression回归,(未来预测)
Classification分类,(分类选择)
讲到RNN,CNN,然后运用RNN,CNN来解决Seq2seq和GAN两个作业。
接下来还有:
Unsupervised Learning无监督学习
Anomaly Detection异常检测
Transfer Learning转移学习:针对训练集与测试集有很大不同时,如何让机器学到更多内容这类的问题。
Meta Learning元学习:让机器学会如何自我学习。让机器突破人类算法的局限,让其找到更好的算法。
Life-long Learning终身学习
Reinforcement Learning强化学习
Explainable AI AI的可解释性
Adversarial Attack对抗攻击
Network Compression网络压缩
本课程涵盖机器学习核心概念,包括回归预测、分类选择,并深入探讨RNN、CNN及其应用。此外,还涉及无监督学习、异常检测、转移学习等高级主题,以及强化学习和AI可解释性等内容。
953

被折叠的 条评论
为什么被折叠?



