欢迎进入机器学习的世界

本教程是根据台湾大学李弘毅老师的课程机器学习课程,斯坦福大学CS229、CS231N、CS224N、CS20i、伦敦大学学院 ([UCL-Course])(http://www0.cs.ucl.ac.uk/staff/d.silver/web/Teaching.html)课程,翻译、总结、提炼,将零星的知识点、算法进行串接,并加入个人的理解,形成机器学习基础理论、图像处理、自然语言处理、强化学习、对抗学习的整体知识框架的入门、提高教程。

在本教程最开始的地方,首先忠心感谢这些高水平课程,本人是经过反复观看(至少十次)、思考、编码,才获得较浅层次领悟(本教程中也会引用这些课程的经典内容、图片、代码,引用的时候我也会具体注明)。

1.编写目的:

  • 突破语言障碍:机器学习、深度学习核心课程、算法、论文都是英文。机器学习爱好者可能在语言上望而却步,而内容全面、高水平的中文教程相对较少。
  • 内容全面:各类机器学习中文学习笔记比较多,但是只是针对某个算法或者某门课程(方向),整体上将机器学习理论、图像、自然语言处理、强化学习、对抗网络算法和最新成果进行串联的中文教程较少。
  • 通俗易懂:用“最通俗的语言、最少的数学公式”,带领徘徊在机器学习门口的同学们,入门、提升、掌握机器学习基础理论、掌握深度学习的核心理念、算法`。
    ##2.读者要求:
    建议学习本教程的同学具备一定的高等数学、概率论、线性代数的知识和掌握Python语言。

2.学习路径:

本教程一共分为五大部分,估计在50篇博文左右(每周一更或者两更):

  • 第一部分:机器学习(已经完成)
    01.机器学习与深度学习系列连载(NTU-Machine Learning, cs229, cs231n, cs224n, UCL-RL,cs20i:欢迎进入机器学习的世界
    02.机器学习与深度学习系列连载:第一部分机器学习(一)导论
    03.机器学习与深度学习系列连载:第一部分机器学习(二)监督学习:线性回归
    04.机器学习与深度学习系列连载:第一部分机器学习(三)监督学习:分类和逻辑回归 Classification and logistic regression
    05.机器学习与深度学习系列连载:第一部分机器学习(四)误差分析(BiasandVariance)和模型调优
    06.机器学习与深度学习系列连载:第一部分机器学习(五)生成概率模型(GenerativeModel)
    07.机器学习与深度学习系列连载:第一部分机器学习(六)训练数据和测试数据(TraindataandTestdata)
    08.机器学习与深度学习系列连载:第一部分机器学习(七)朴素贝叶斯(NaiveBayes)
    09.机器学习与深度学习系列连载:第一部分机器学习(八)支持向量机1(SupportVectorMachine)
    10.机器学习与深度学习系列连载:第一部分机器学习(九)支持向量机2(SupportVectorMachine)
    11.机器学习与深度学习系列连载:第一部分机器学习(十)决策树1(DecisionTree)
    12.机器学习与深度学习系列连载:第一部分机器学习(十一)决策树2(DecisionTree)
    13.机器学习与深度学习系列连载:第一部分机器学习(十二)集成学习(Ensemble)
    14.机器学习与深度学习系列连载:第一部分机器学习(十三)半监督学习(semi-supervisedlearning)
    15.机器学习与深度学习系列连载:第一部分机器学习(十四)非监督度学习-1 UnsupervisedLearning-1
    16.机器学习与深度学习系列连载:第一部分机器学习(十五)非监督度学习-2 UnsupervisedLearning-2 NeighborEmbedding
    17.机器学习与深度学习系列连载:第一部分机器学习(十六)非监督度学习-3 UnsupervisedLearning-3 Auto-Encoder
    18.机器学习与深度学习系列连载:第一部分机器学习(十七)非监督度学习-4 UnsupervisedLearning-4 GenerativeModels
    19.机器学习与深度学习系列连载:第一部分机器学习(十八)模型评估

  • 第二部分:深度学习(已经完成)
    01.机器学习与深度学习系列连载: 第二部分 深度学习(一)神经网络
    02.机器学习与深度学习系列连载: 第二部分 深度学习(二)梯度下降
    03.机器学习与深度学习系列连载: 第二部分 深度学习(三)反向传播 Backpropagaton
    04.机器学习与深度学习系列连载: 第二部分 深度学习(四)深度学习技巧1(Deep learning tips- RMSProp + Momentum=Adam)
    05.机器学习与深度学习系列连载: 第二部分 深度学习(五)深度学习技巧2(Deep learning tips- Relu)
    06.机器学习与深度学习系列连载: 第二部分 深度学习(六)深度学习技巧3(Deep learning tips- Early stopping and Regularization)
    07.机器学习与深度学习系列连载: 第二部分 深度学习(七)深度学习技巧4(Deep learning tips- Dropout)
    08.机器学习与深度学习系列连载: 第二部分 深度学习(八)可以自己学习的激活函数(Maxout)
    09.机器学习与深度学习系列连载: 第二部分 深度学习(九)Keras- “hello world” of deep learning
    10.机器学习与深度学习系列连载: 第二部分 深度学习(十)卷积神经网络 1 Convolutional Neural Networks
    11.机器学习与深度学习系列连载: 第二部分 深度学习(十一)卷积神经网络 2 Why CNN for Image?
    12.机器学习与深度学习系列连载: 第二部分 深度学习(十二)卷积神经网络 3 经典的模型(LeNet-5,AlexNet ,VGGNet,GoogLeNet,ResNet)
    13.机器学习与深度学习系列连载: 第二部分 深度学习(十三)循环神经网络 1(Recurre Neural Network 基本概念 )
    14.机器学习与深度学习系列连载: 第二部分 深度学习(十四)循环神经网络 2(Gated RNN - LSTM )
    15.机器学习与深度学习系列连载: 第二部分 深度学习(十五)循环神经网络 3(Gated RNN - GRU)
    16.机器学习与深度学习系列连载: 第二部分 深度学习(十六)循环神经网络 4(BiDirectional RNN, Highway network, Grid-LSTM)
    17.机器学习与深度学习系列连载: 第二部分 深度学习(十七)深度神经网络调参之道(learn to learn)
    18.机器学习与深度学习系列连载: 第二部分 深度学习(十八) Seq2Seq 模型
    19.机器学习与深度学习系列连载: 第二部分 深度学习(十九) 注意力机制 Attention
    20.机器学习与深度学习系列连载: 第二部分 深度学习(二十) 轮询采样 Scheduled Sampling
    21.机器学习与深度学习系列连载: 第二部分 深度学习(二十一) Beam Search
    22.机器学习与深度学习系列连载: 第二部分 深度学习(二十二) 机器记忆 Machine Memory
    23.机器学习与深度学习系列连载: 第二部分 深度学习(二十三) 空间转换层 Spatial Transfer Layer
    24.机器学习与深度学习系列连载: 第二部分 深度学习(二十四) Pointer Network
    25.机器学习与深度学习系列连载: 第二部分 深度学习(二十五) 递归神经网络Resursive Network

  • 第三部分:强化学习(已经完成)

  1. 强化学习简介
  2. 马尔科夫决策过程 MDP
  3. 动态规划寻找最优策略
  4. 不基于模型的预测(蒙特卡洛方法MC、时序差分TD)
  5. 不基于模型的控制(SARSA、Q-Learning)
  6. 价值函数的近似表示
  7. 策略梯度
  8. 整合学习与规划 (Alpha Go 基本原理)
  9. 探索与利用
  10. 深度强化学习
  11. 深度强化学习- Q learning的算法剖析
  12. 深度强化学习- Q learning进阶: Double DQN和 Dulling DQN
  13. 深度强化学习-策略梯度与OpenAI的当家算法:PPO(1)
  14. 深度强化学习-策略梯度与OpenAI的当家算法:PPO(2)
  15. 深度强化学习- Actor-Critic的集大成者:A3C
  16. 深度强化学习- Pathwise Derivative策略梯度
  17. 深度强化学习- 稀疏奖励该怎么办? Sparse Reward
  18. 深度强化学习-模仿学习 Imitation Learning
  • 第四部分:对抗网络(已经完成)
  1. 对抗网络GAN(一) 对抗网络介绍 GAN Introduction
  2. 对抗网络GAN(二) 对抗网络 GAN背后的理论
  3. 对抗网络GAN (三) 对抗网络 Conditional GAN (CGAN)
  4. 对抗网络GAN (四) 对抗网络 Cycle GAN
  5. 对抗网络GAN (五) 对抗网络 Wasserstein GAN
  6. 对抗网络GAN (六) 对抗网络 (EBGAN,Info GAN,Bi GAN,VAE-GAN, Seq2Seq GAN)
  7. 对抗网络GAN (七) 对抗网络应用:NLP对话生成
  8. 对抗网络GAN (八) 对抗网络 (Unsupervised Conditional Sequence Generation)
  9. 对抗网络GAN (九) 对抗网络 (RankGAN + GAN家族总结)
  • 第五部分:深度学习框架(待完成)
  1. TensorFlow
  2. Pytorch

机器学习与深度学习系列连载(NTU-Machine Learning, cs229, cs231n, cs224n, cs294):欢迎进入机器学习的世界相关推荐

  1. 机器学习与深度学习系列连载: 第三部分 强化学习(八) 整合学习与规划 (Alpha Go 基本原理)

    整合学习与规划 本篇之前所有的内容都没有提及到个体如何构建一个模拟环境的模型,自然也没有讲解个体构建一个模拟环境的模型对于解决MDP问题有何帮助. 本篇即关注这两个问题. 通过构建一个模型,个体具备了 ...

  2. 机器学习与深度学习系列连载: 第一部分 机器学习(五) 生成概率模型(Generative Model)

    生成概率模型(Generative Model) 1.概率分布 我们还是从分类问题说起: 当我们把问题问题看做是一个回归问题, 分类是class 1 的时候结果是1 分类为class 2的时候结果是- ...

  3. matlab“机器学习和深度学习”系列工具箱作用总结

    这是MATLAB r2019a的"机器学习和深度学习"工具箱 1,Classification Learner工具箱 打开之后的界面,主要用于分类 具体用法见: MATLAB自带分 ...

  4. python系列文章(基础,应用,后端,运维,自动化测试,爬虫,数据分析,可视化,机器学习,深度学习系列内容)

    python基础教程 python基础系列教程--Python的安装与测试:python解释器.PyDev编辑器.pycharm编译器 python基础系列教程--Python库的安装与卸载 pyth ...

  5. 一篇文章解决机器学习,深度学习入门疑惑

    前言 进入正文前,我们先来看则新闻: 只看图不多说. 由此可见国家对人工智能的重视程序,趁早学习,让我们也贡献一份力量. 这篇文章要说的东西 研究生有不少日子,和之前的几个学长以及几个学弟偶尔也聊聊天 ...

  6. AI人工智能ML机器学习DL深度学习

    人工智能Artificial Intelligence最早是在1956年提出的.几个计算机科学家在达特茅斯会议上希望能使计算机不仅仅是进行简单的计算,而是可以达到人脑相同的功能.关于人工智能,罗辑思维 ...

  7. 机器学习、深度学习资料推荐

    算法的学习,应该做到各个模型之间能够打通,明白其背后数学原理的联系性和统一性.才能真正登堂入室.而不是做一个"调参侠". 不同的学习资料之间,符号的表达可能各异.看多了,自然就通了 ...

  8. 机器学习与深度学习到底有什么区别

    机器学习和深度学习的区别是什么?随着业内对数据科学和机器学习使用的日益增长的趋势,对于每个想要生存下来的公司来说,重视机器学习将变得非常重要.今天小编从应用场景.所需数据量.数据依赖性.硬件依赖.特征 ...

  9. 【机器学习】机器学习和深度学习概念入门

    机器学习和深度学习概念入门(上) 作者:谭东  来源:机器学习算法与自然语言处理 目  录 1   人工智能.机器学习.深度学习三者关系 2   什么是人工智能 3  什么是机器学习 4  机器学习之 ...

最新文章

  1. bzoj1095: [ZJOI2007]Hide 捉迷藏 线段树维护括号序列 点分治 链分治
  2. windows 软件安装事件_苹果安装windows,报windows支持软件未能存储到所选驱动器
  3. K-d tree 算法
  4. python里面map函数_python中的map()函数
  5. Python中的shape和reshape()
  6. 解决<style>无法重写.css文件的问题
  7. 2019.5.18-5.19 ACM-ICPC 全国邀请赛(西安)赛后总结
  8. 点击button 验证倒计时
  9. 如何来评测服务器性能,Web实战之:服务器性能的测量评价
  10. 深入理解Spring之九:DispatcherServlet初始化源码分析
  11. 基于内容的图像检索概述
  12. Mac openssl 开发环境测试
  13. jdbc 4.0连接mysql_使用JDBC连接操作数据库
  14. 笨办法学python3 视频打包_正版 笨办法学Python 3 进阶篇+笨办法 学Python 3 视频教学 笨方法学Python核...
  15. vue结合高德地图V2.0(JSAPI key搭配代理服务器并携带安全密钥转发)
  16. 计算机综合应用技能,系统测评计算机综合应用技能期末作业.doc
  17. 数据挖掘里的“降维”----从五阶魔方的玩法思考
  18. 计应121--实训一【李智飞(27号)--李阳持(26号)--胡俊琛(13号)--曹吉(2号)】
  19. 8个方法让你游戏防封
  20. 百度云直播的操作流程

热门文章

  1. 2021年安全员-A证-主要负责人(广东省)最新解析及安全员-A证-主要负责人(广东省)新版试题
  2. AI学习路线,少走弯路,最详细整理。
  3. (转)王国斌:牛市还是熊市应该在意吗?
  4. Docker 配置 MySQL
  5. 基于php的老年医疗保健管理系统
  6. 全爱科技发布边缘计算主板QA200PCIE
  7. 新版chrome浏览器字体编码插件Charset v0.5.5
  8. 带语音的计算机,哪些电脑提醒软件带语音提醒?
  9. 安装oracle采用自动备份,Oracle 在window下自动备份
  10. 为什么连续性变量才有概率密度函数,而离散型只有概率呢?