笔记|李宏毅老师机器学习课程，视频18Fizz Buzz in Tensorflow

△ 是新朋友吗？记得先点数据科学与人工智能关注我哦～

《学习笔记》专栏·第21篇

文 | MLer

718字 | 2分钟阅读

【数据科学与人工智能】开通了机器学习群，大家可以相互学习和交流。请扫描下方二维码，备注：姓名-ML，添加我为好友，诚邀你入群，一起进步。

感谢李宏毅老师的分享，他的课程帮助我更好地学习、理解和应用机器学习。李老师的网站：

http://speech.ee.ntu.edu.tw/~tlkagk/index.html。

这个学习笔记是根据李老师2017年秋季机器学习课程的视频和讲义做的记录和总结。因为这个视频是在Youtube上面，有些朋友可能无法观看，我把它搬运下来放在云盘上面，大家点击阅读原文，就可以直接在手机随时随地观看了。再次，感谢李老师的付出和贡献。

这门课，共有36个视频，每个视频播放的时间不一。我按着视频播放的顺序，观看，聆听和学习，并结合讲义，做学习笔记。我做学习笔记目的有三：

1 帮助自己学习和理解机器学习

2 记录机器学习的重要知识、方法、原理和思想

3 为传播机器学习做点事情

视频18：Fizz Buzz in Tensorflow

一、Fizz Buzz的有趣例子

李老师有趣的分享了一个面试题目，并且通过Keras做实验，进行了演示。

创意的地方，有以下三点：

第一，把输入的数字采用二进制表示，输出的使用one-hot编码

第二，对于训练集做性能分析，若是发现性能不佳的时候，调整神经网络的结构，即层数，从而让寻模型在训练集学习到一个更好的函数

第三，对比分析训练集和测试集上面的性能

我们在做模型和应用模型的时候，首先要对问题的定义、抽象和描述，需要做深入地思考。正确的问题，是我们解决问题和创造价值的源头。

更多详细的内容，请点击阅读原文，查看视频。

朋友们，在学习中有什么问题或者想法，请加入机器学习群，大家一起讨论，共同进步。

每周一书

1利用Python进行数据分析

2深度学习

课程视频点击                                         

↓↓↓