hinton教授的本科生课程CSC321-机器学习中的神经网的笔记

最近一直在看仙守博友所记录的笔记

Hinton的CSC321课程（完结，待文字润色）：

1、lecture1-NN的简介

2、lecture2-NN结构的主要类型的概述和感知机

3、lecture3-线性神经元和算法

4、lecture4-神经网络在语言上的应用

5、lecture5-对象识别与卷积神经网络

6、lecture6-mini批量梯度训练及三个加速的方法

7、lecture7-序列模型及递归神经网络RNN

8、lecture8-RNN的训练方法之二三

9、lecture9-提高模型泛化能力的方法

10、lecture10-模型的结合与全贝叶斯学习

11、lecture11-hopfiled网络与玻尔兹曼机

12、lecture12-玻尔兹曼机和受限玻尔兹曼机

13、lecture13-BP算法的讨论和置信网

14、lecture14-RBM的堆叠、修改以及DBN的决策学习和微调

15、lecture15-自动编码器、语义哈希、图像检索

16、lecture16-联合模型、分层坐标系、超参数优化及本课未来的探讨

转载于:https://www.cnblogs.com/zyly/p/8636662.html

hinton教授的本科生课程CSC321-机器学习中的神经网的笔记相关推荐

MIT | 数据分析、信号处理和机器学习中的矩阵方法笔记系列 Lecture 6 Singular Value Decomposition (SVD)
本系列为MIT Gilbert Strang教授的"数据分析.信号处理和机器学习中的矩阵方法"的学习笔记. Gilbert Strang & Sarah Hansen | ...
免费教材丨第51期：数学基础课程----概率论教程、机器学习中的数学基础
小编说过去几个月里,有不少人联系我,向我表达他们对人工智能.数据科学.对利用机器学习技术探索统计规律性,开发数据驱动的产品的热情.但是,我发现他们中有些人实际上缺少为了获取有用结果的必要的数学直觉和 ...
炼数成金数据分析课程---16、机器学习中的分类算法（交叉内容，后面要重点看）...
炼数成金数据分析课程---16.机器学习中的分类算法(交叉内容,后面要重点看) 一.总结一句话总结: 大纲+实例快速学习法主要讲解常用分类算法(如Knn.决策树.贝叶斯分类器等)的原理及pytho ...
秦曾昌人工智能课程---1、机器学习中的数学基础
秦曾昌人工智能课程---1.机器学习中的数学基础一.总结一句话总结: 函数+线代:了解数学常用函数,了解矩阵,了解线性代数由浅入深:人工智能需要的高数基础并不多,由浅入深,很简单的 1.机器学习 ...
秦曾昌人工智能课程---3、机器学习中的哲学
秦曾昌人工智能课程---3.机器学习中的哲学一.总结一句话总结: 机器学习分类:了解机器学习分类:监督学习,非监督学习,增强学习机器学习针对性:了解什么问题是机器学习问题,什么不是 1.三个门, ...
秦曾昌人工智能课程---2、机器学习中的数学基础2
秦曾昌人工智能课程---2.机器学习中的数学基础2 一.总结一句话总结: 概率论在机器学习中比较重要 1.机器学习中最重要的数学基础是什么? 概率和统计:机器学习中很多情况需要处理不确定性, 2.我 ...
论文解读：华盛顿大学教授Pedro Domingos技术论文：机器学习中一些有用的知识（一）...
摘要: 这是机器学习研究人员和从业人员所学到的12个关键经验教训的总结,包括避免陷阱,重点问题以及常见问题的答案. 机器学习算法可以通过从数据中归纳出如何执行类似任务的方法.在手动编程不适用的情况下, ...
本科生如何自学机器学习？
链接:https://www.zhihu.com/question/332726203 编辑:深度学习与计算机视觉声明:仅做学术分享,侵删有很多小伙伴想自学机器学习,但是无从下手,小编特意找来知乎 ...
ucl计算机教授汪军,UCL汪军教授：多智能体机器学习
与UCL授课进度同步,每周五更新人工智能已经在围棋.图像识别和语音识别等领域达到甚至超越了人类专家水平,但智能化的机器离我们仍然很远.要想实现通用智能,AI智能体必须学习如何在共享环境中与「他人」进 ...

hinton教授的本科生课程CSC321-机器学习中的神经网的笔记

hinton教授的本科生课程CSC321-机器学习中的神经网的笔记相关推荐

最新文章

热门文章