申请专栏作者
您的当前位置:主页 > yabo体育平台注册页 > 正文

如何入门机器学习?这里有一份来自英伟达计算

来源: 时间:2019-08-06
请点击下面的广告后浏览!

在机器学习的入门和进阶过程中,如果有一份好的 学习教程尤其是学习视频,学习效果无疑会事半功倍。就职于英伟达人工智能应用团队的计算机科学家 Chip Huyen 根据自己多年的教学和工程经验,总结了一份适合按顺序依次学习的机器学习课程清单,具体清单如下文。

可思yabo88滚球sykv.com,sykv.cn

1、《Probability and Statistics(斯坦福概率和统计)》

可思yabo88滚球-www.sykv.cn,sykv.com

课程地址:http://t.cn/RD2EjZI 可思yabo88滚球-www.sykv.cn,sykv.com

? 内容来自可思yabo88滚球sykv.com

?

可思yabo88滚球-www.sykv.cn,sykv.com

课程简介: 可思yabo88滚球sykv.com,sykv.cn

概率和统计课程包含四个主要单元,每个单元又细分为几个部分。

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

探索性yabo88滚球分析:这个单元分为两个部分——分布检查分布和关系检查。一般方法是为参与者提供一个框架,帮助他们在各种情况下进行yabo88滚球分析时选择适当的描述性方法。

可思yabo88滚球-www.sykv.cn,sykv.com

yabo88滚球生产:该单元分为两个部分——抽样和设计研究。

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

yabo体育平台注册页 概率:在本课程中,这部分的内容是概率的经典处理方法,包括基本概率原理、事件的发现概率、条件概率、离散随机变量(包括二项式分布)和连续随机变量(重点是正态分布)。本单元讨论了以模拟为基础的采样分布。作为一个简化的概率介绍,它没有介绍传统的概率处理,而倾向于使用相对频率的经验方法,参与者可以看到 OLI 统计推理课程。 内容来自可思yabo88滚球sykv.com

推理:本单元介绍推理的逻辑以及主要形式相关的技术:点估计、区间估计和假设检验。该单元包括人口平均数和人口比例的推断方法、两组和两组以上平均数比较的推断方法(方差分析)、独立性卡方检验和线性回归。该单元加强了在探索性yabo88滚球分析中引入的框架,以便在各种yabo88滚球分析场景中选择适当的推理方法。

可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

在整个课程有许多互动。其中包括:模拟,「演练」,整合语音和图形来解释一个程序或一个困难概念。通过互动活动,学生练习如何解决问题,并且课程提供提示和即时、有针对性的反馈。 可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

2、《Linear Algebra(MIT 线性代数)》by Gilbert Strang

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

课程地址:http://t.cn/R61LGM4 可思yabo88滚球-人工智能资讯平台sykv.com

?

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

?

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

课程简介: 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

「线性代数」,同微积分一样,是高等数学中两大入门课程之一,不仅是一门非常好的数学课程,也是一门非常好的工具学科,在很多领域都有广泛的用途。本课程讲述了矩阵理论及线性代数的基本知识,侧重于那些与其他学科相关的内容,包括方程组、向量空间、行列式、特征值、相似矩阵及正定矩阵。

内容来自可思yabo88滚球sykv.com

目前,该课程在网易公开课上也有中文版视频和课件,网易公开课地址:http://open.163.com/special/opencourse/daishu.html

可思yabo88滚球-www.sykv.cn,sykv.com

公开课共 35 个视频,前面 9 个视频如下:

可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

?

可思yabo88滚球-人工智能资讯平台sykv.com

?

可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

目前该课程早已经更新完毕,同学们可以放心的学习啦~ 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

3、《CS231N: Convolutional Neural Networks for Visual Recognition(斯坦福卷积网络视觉识别)》

可思yabo88滚球sykv.com,sykv.cn

课程地址:https://www.youtube.com/playlist?list=PLzUTmXVwsnXod6WNdg57Yc3zFx_f-RYsq 可思yabo88滚球sykv.com,sykv.cn

课程简介:

可思yabo88滚球sykv.com

CS231n 的全称是 CS231n: Convolutional Neural Networks for Visual Recognition,即面向视觉识别的卷积神经网络。 内容来自可思yabo88滚球sykv.com

该课程是斯坦福大学计算机视觉实验室推出的课程。本次给出的都是 2017 春季(4 月至 6 月)的最新版本,课程由李飞飞教授和他的两个博士生 Justin Johnson 和 Serena Yeung 领衔教授。 可思yabo88滚球-www.sykv.cn,sykv.com

? 可思yabo88滚球sykv.com,sykv.cn

? 可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

CS231n 课程资源主要由授课视频与 PPT,客座讲座,授课知识详解笔记,课程作业,课程项目五部分组成。其中: 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

授课视频 14 课。每节课时约 1 小时左右,每节课一份 PPT 可思yabo88滚球sykv.com,sykv.cn

客座讲座 2 课。每节讲座约 1 小时 30 分左右 可思yabo88滚球sykv.com

授课知识详解笔记共 16 份

可思yabo88滚球sykv.com,sykv.cn

课程作业 3 次 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

课程项目 1 个 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

拓展阅读若干 可思yabo88滚球sykv.com,sykv.cn

如果你想了解计算机视觉,CS231n 是非常好的入门材料,也是计算机视觉和深度学习领域最经典的课程之一,这门课适合绝大多数想要学习深度学习知识的人。

可思yabo88滚球-www.sykv.cn,sykv.com

4、《Practical Deep Learning for Coders(fastai 程序员深度学习实战)》 内容来自可思yabo88滚球sykv.com

课程地址:https://course.fast.ai/ 可思yabo88滚球-www.sykv.cn,sykv.com

爱可可老师在 kanbilibili 上上传了视频,也可以下载视频学习:https://www.kanbilibili.com/video/av41718196/ 内容来自可思yabo88滚球sykv.com

? 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

?

可思yabo88滚球-人工智能资讯平台sykv.com

课程简介:

可思yabo88滚球sykv.com,sykv.cn

这是该课程的 2019 版本。该课程的老师是大名鼎鼎的 Jeremy Howard。Jeremy Howard 是大yabo88滚球竞赛平台 Kaggle 的前主席和首席科学家,也是 Kaggle 冠军选手。他是美国奇点大学(Singularity University)最年轻的教职工,同时也是多家科技公司的创始人和 CEO。 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

Fast AI 是 Jeremy Howard 在 2017 年创立的,免费提供关于深度学习技术的系列实战性视频教程。该教程注重讲解在工程实践中真正行之有效的方法,这些方法都是 Jeremy Howard 本人亲身经历并总结出来的,是深度学习领域非常实用的教程。

可思yabo88滚球-www.sykv.cn,sykv.com

5、《CS224N: Natural Language Processing with Deep Learning(斯坦福深度学习自然语言处理)》 内容来自可思yabo88滚球sykv.com

课程地址:https://www.youtube.com/playlist?list=PLU40WL8Ol94IJzQtileLTqGZuXtGlLMP_

可思yabo88滚球sykv.com

相关课件:https://ai.yanxishe.com/page/resourceDetail/770 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

? 可思yabo88滚球sykv.com,sykv.cn

?

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

课程简介:

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

课程的领衔主讲是自然语言处理领域着名学者,着有《统计自然语言处理基础》、《信息检索导论》等自然语言处理着名教材的 Christopher Manning 和 Salesforce 的首席科学家 Richard Socher。

内容来自可思yabo88滚球sykv.com

自然语言处理(NLP)是信息时代最重要的技术之一。理解复杂的语言话语也是人工智能的重要组成部分。NLP 的应用无处不在,NLP 应用程序背后有大量的基础任务和机器学习模型,这些模型通常可以通过单一的端到端模型进行训练,而不需要传统的、特定任务特征的工程。 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

在这个冬季课程中,学生将学习执行、训练、调试、可视化和创造他们自己的神经网络模型。该课程全面介绍了应用于 NLP 的深度学习尖端研究。在模型方面,我们将介绍词向量表示、基于窗口的神经网络、递归神经网络、长期短期记忆模型、递归神经网络、卷积神经网络以及一些涉及存储器组件的最新模型。

内容来自可思yabo88滚球sykv.com

通过讲座和编程作业,学生将学会运用神经网络到实际问题中的必备技巧。

可思yabo88滚球sykv.com,sykv.cn

6、《Machine Learning(Coursera 斯坦福机器学习课程)》

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

课程地址:https://www.coursera.org/learn/machine-learning 可思yabo88滚球sykv.com

? 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

?

可思yabo88滚球sykv.com

课程简介: 可思yabo88滚球-人工智能资讯平台sykv.com

该课程的讲师是大家都非常熟悉的 Andrew Ng。在本课程中,你将学习最有效的机器学习技术,你不仅会学到理论基础,还将获得快速地将这些技术应用于新问题所需的实践知识。最后,你还会了解硅谷在创新方面和机器学习、人工智能有关的一些最佳实践。 可思yabo88滚球-www.sykv.cn,sykv.com

本课程对机器学习、yabo88滚球挖掘和统计模式识别进行了介绍。课程包括: 内容来自可思yabo88滚球sykv.com

(i)监督学习(参数/非参数算法、支持向量机、内核、神经网络); 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

(ii)无监督学习(聚类、降维、推荐系统、深度学习); 可思yabo88滚球sykv.com

(iii)机器学习的最佳实践(偏差/方差理论;机器学习的创新过程和人工智能); 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

本课程还将通过大量的案例研究和应用程序,让学生学习如何将学习算法应用于构建智能机器人(感知、控制)、文本理解(网络搜索、反垃圾邮件)、计算机视觉、医疗信息学、音频、yabo88滚球挖掘和其他领域。

可思yabo88滚球sykv.com

7、《Probabilistic Graphical Models Specialization(Coursera 斯坦福概率图模型专项课程)》

可思yabo88滚球sykv.com,sykv.cn

课程地址:https://www.coursera.org/specializations/probabilistic-graphical-models 内容来自可思yabo88滚球sykv.com

?

可思yabo88滚球-人工智能资讯平台sykv.com

?

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

课程简介:

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

该课程包含 3 个专项课程:

可思yabo88滚球-www.sykv.cn,sykv.com

概率图模型 1:表示

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

概率图形模型(PGMS)是一个丰富的框架,用于编码复杂域上的概率分布:在大量相互作用的随机变量上的联合(多变量)分布。本课程描述了两种基本的 PGM 表示:基于有向图的贝叶斯网络和使用无向图的马尔可夫网络。 可思yabo88滚球-www.sykv.cn,sykv.com

本课程讨论了这些表示的理论性质以及它们在实践中的应用。除了基本的 PGM 表示,本课程还提供了一些重要的扩展,这些扩展允许更复杂的模型被紧凑地编码。 可思yabo88滚球sykv.com

概率图模型 2:推理 可思yabo88滚球sykv.com,sykv.cn

在第一门侧重于表示的课程之后,本课程将讨论概率推理的问题:如何使用 PGM 来回答问题。 可思yabo88滚球-www.sykv.cn,sykv.com

尽管 PGM 通常描述一个非常高维度的分布,但它的结构设计是为了有效地回答问题。本课程针对不同类型的推理任务提出了精确和近似的算法,并讨论了每种算法的最佳应用场合。课程包含两个实践编程任务,实现了最常用的精确和近似算法,并应用于实际问题。 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

概率图模型 3:学习 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

本课程解决了学习问题:如何从一组示例yabo88滚球中学习 PGM。课程讨论了有向和无向模型中参数估计的关键问题,以及有向模型的结构学习任务。课程包含两个实践编程任务,实现了两个常用学习算法,并将其应用于实际问题。

可思yabo88滚球-www.sykv.cn,sykv.com

8、《Introduction to Reinforcement Learning(DeepMind 强化学习导论)》 可思yabo88滚球sykv.com

课程地址:https://www.youtube.com/playlist?list=PLqYmG7hTraZDM-OYHWgPebj2MfCFzFObQ 可思yabo88滚球sykv.com,sykv.cn

不能翻墙的同学可以在 bilibili 上学习这个课程:https://www.bilibili.com/video/av24060851/

内容来自可思yabo88滚球sykv.com

?

内容来自可思yabo88滚球sykv.com

?

可思yabo88滚球sykv.com,sykv.cn

课程简介: 可思yabo88滚球sykv.com,sykv.cn

该课程是由 DeepMind 发布的,课程共有 10 个视频,分别是: 可思yabo88滚球sykv.com

强化学习入门

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

马尔科夫决策过程 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

动态规划

可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

无模型预测

可思yabo88滚球-人工智能资讯平台sykv.com

无模型控制

可思yabo88滚球sykv.com

值函数逼近 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

策略梯度法

内容来自可思yabo88滚球sykv.com

整合学习规划 可思yabo88滚球-人工智能资讯平台sykv.com

探索与利用 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

案例研究:经典游戏中的强化学习

可思yabo88滚球sykv.com,sykv.cn

9、《Full Stack Deep Learning Bootcamp(全栈深度学习训练营)》 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

课程地址:https://fullstackdeeplearning.com/march2019 可思yabo88滚球sykv.com

? 可思yabo88滚球sykv.com,sykv.cn

?

可思yabo88滚球sykv.com

课程简介:

可思yabo88滚球-www.sykv.cn,sykv.com

这是一个为熟悉深度学习基础知识的开发人员提供实践课程。在这个课程中,开发人员将完成项目:如何部署端到端的深度学习系统。 可思yabo88滚球sykv.com

?

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

?

可思yabo88滚球sykv.com

当然,开发人员还会学到有关生产实践的深度学习知识,包括

内容来自可思yabo88滚球sykv.com

阐述问题并估算项目成本

可思yabo88滚球sykv.com,sykv.cn

查找、清洗、标记和扩充yabo88滚球

可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

选择正确的框架和计算基础架构

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

故障排除训练,确保可重现性 本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

大规模模型部署 内容来自可思yabo88滚球sykv.com

学生们将完成一个最终将计算机视觉和自然语言处理系统部署到生产中的项目。也有机会测试你的知识,并准备参加可选的笔试面试。

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

两天的课程包含的具体内容如下图所示:

内容来自可思yabo88滚球sykv.com

?

可思yabo88滚球-人工智能资讯平台sykv.com

? 可思yabo88滚球sykv.com

?

可思yabo88滚球sykv.com,sykv.cn

? 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

在课程完成之后,还可以参加笔试和面试来测试自己的水平。 可思yabo88滚球-人工智能资讯平台sykv.com

10、《How to Win a Data Science Competition: Learn from Top Kagglers(Coursera 跟顶级 Kagglers 学习如何赢取yabo88滚球科学竞赛)》

可思yabo88滚球-www.sykv.cn,sykv.com

课程地址:https://www.coursera.org/learn/competitive-data-science/home/welcome 可思yabo88滚球-www.sykv.cn,sykv.com

?

内容来自可思yabo88滚球sykv.com

?

可思yabo88滚球-人工智能资讯平台sykv.com

如果你想开始学习yabo88滚球科学,那么这门课程就是为你准备的!

可思yabo88滚球sykv.com

参加建模预测竞赛可以帮助你获得实践经验,提高在信贷、保险、营销、自然语言处理、销售预测和计算机视觉等各个领域的yabo88滚球建模技能。在本课程中,您将学习如何分析和完成具此类有难度的预测建模任务。 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

当你完成这门课,你将: 可思yabo88滚球-AI,sykv.com智能驾驶,人脸识别,区块链,大yabo88滚球

了解如何有效地完成预测性建模竞赛,并将学会的技能用于实际任务 内容来自可思yabo88滚球sykv.com

了解如何预处理yabo88滚球并通过各种yabo88滚球(如文本和图像)生成新特征 可思yabo88滚球sykv.com

学习高级的特征工程技术

可思yabo88滚球-人工智能资讯平台sykv.com

能够形成可靠的交叉验证方法

可思yabo88滚球sykv.com,sykv.cn

获得分析和解析yabo88滚球的经验 可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

掌握不同算法的知识,学习如何有效地调整超参数并获得最佳性能

可思yabo88滚球-www.sykv.cn,sykv.com

了解过去的冠军方案和代码,并学习如何阅读它们 可思yabo88滚球sykv.com,sykv.cn

本课程将教你如何获得高级别的解决方案,重点是机器学习方法的实际使用,而不是背后的理论基础。因此,学习这门课的先决条件是你必须具备机器学习的基础知识。

可思yabo88滚球sykv.com,sykv.cn

11.《BerkeleyX: CS188.1x Artificial Intelligence(伯克利 AI)》

内容来自可思yabo88滚球sykv.com

课程地址:https://courses.edx.org/courses/BerkeleyX/CS188.1x-4/1T2015/course/ 可思yabo88滚球sykv.com

?

可思yabo88滚球sykv.com,sykv.cn

?

可思yabo88滚球sykv.com,sykv.cn

课程简介:

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

该课程历时 11 周,从最基本的 AI 概念讲起,再过渡到搜索规划、博弈论、强化学习等等内容。课程中间穿插了 3 个实践项目,分别是搜索规划、游戏树和决策理论和强化学习。在完成课程的学习之后,可以参加期末考试,考试通过的同学可以获得证书。 可思yabo88滚球sykv.com,sykv.cn

学习该课程需要的知识储备:

可思yabo88滚球-AI,sykv.com人工智能,深度学习,机器学习,神经网络

程序设计:面向对象编程、递归、Python 或快速学习 Python 的能力 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人sykv.com

yabo88滚球结构:列表与集合(数组,哈希表)、队列(堆栈,队列,优先级队列)、树与图(遍历,背景)

内容来自可思yabo88滚球sykv.com

数学:概率,随机变量和期望(离散)、基本渐近复杂度(Big-O)、基本计数(排列组合)

本文来自可思yabo88滚球(sykv.com),转载请联系本站及注明出处

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片 匿名?

Copyright?2005-2019 Sykv.com 可思yabo88滚球 版权所有 ?? 网站地图?? 联系我们?? 京ICP备14056871号

人工智能资讯?? 人工智能资讯?? 人工智能资讯?? 人工智能资讯

?扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部
关闭