【PPT】台大李宏毅《机器学习》2021课程完结！视频、加上答疑书！

↑↑↑点击上方蓝字，回复资料，10个G的惊喜

机器之心编辑部

李宏毅的机器学习课有超过 400 人现场听课，只好把学生分在两间教室：一间「摇滚区」现场看，一间「同步区」看直播。

今年 2 月末，「精灵宝可梦大师」李宏毅的《机器学习》最新一期课程正式开课。对于想要入门机器学习的同学来说，这是一门不容错过的经典课程，视频、PPT 等资料都可以在课程页面找到，而且授课语言是中文。

该课程第一个视频的播放量已经超过 6 万次。

• 课程主页：https://speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.html

• 机器之心知识站入口：https://app6ca5octe2206.pc.xiaoe-tech.com/detail/p_6049e1c6e4b05a6195befd56/6

在内容方面，这门课程重点讲解的是深度学习。虽然深度学习是一门相对进阶的技术，但李宏毅老师表示，这不会改变这门课「机器学习入门课」的属性，仍然会让绝大多数人听得懂，「你可以将它作为你机器学习的第一门课」。如果你还学过林轩田的《机器学习基石与技法》，你会发现这两门课其实可以很好地衔接。

「从最基本的观念讲到最前瞻的技术」是这门课最重要的一个特色，从课程目录中我们也可以大致看出来：

• 课程介绍

• 深度学习

• 自注意力

• 机器学习理论

• Transformer

• 生成式模型

• 自监督学习

• 可解释 AI / 对抗攻击

• 域自适应 / 强化学习

• 量子机器学习

• 终身压缩

• 元学习

前段时间，这门课程已经全部更新完毕，李宏毅老师也收获了新一波的赞誉：

由此可见，今年的课程依然保持了极高的水准。而且从 PPT 来看，李老师的幽默指数也丝毫没有打折：

除了李老师的授课内容外，他的助教在上课过程中也承担了一些答疑工作，不过这些答疑内容之前并没有公开。

刚刚，Reddit 上的一位网友表示，为了方便大家更好地消化这门课的内容，他们将这些答疑汇编到了一起，组成了一本机器学习手册供大家参阅：

• 书籍地址：https://rentruewang.github.io/learning-machine/intro.html

• GitHub 地址：https://github.com/rentruewang/learning-machine

为什么要编这么一本小册子？作者表示，目前互联网上的机器学习资料多种多样，不过它们要么太长，开始获取知识就要半个小时，要么则需要充分的数学基础，还有一些资料结构不太清晰，概念的区分并不严格。这本机器学习手册旨在解决上述问题，最重要的是它力图简洁。

从形式来看，这是一本问答手册，与著名 IT 技术问答网站 StackOverFlow 类似。手册里的问题来自参与上述课程的 1300 多名学生。作者相信这种形式能够让大家学习机器学习更加方便。

「它主要是为那些想要快速掌握一个概念，而无需深入研究主题的学习者准备的（显然，真想学透需要很长时间）。它将覆盖机器学习，特别是深度学习领域的所有知识。」

不过，该手册的答案受到了一些质疑，而且没有类似「赞成」和「反对」的按钮，因此读者很难给出反馈。

对此，作者回应说，这些答案大部分来自助教，而且原来是中文的，因此翻译过程中可能存在一些疏漏，之后会进一步完善。

正如作者所言，书中的一切都是以问答形式展开的，不过细节代码一个都不会少：

从机器学习数据、模型损失函数几大部分的概念，到神经网络的各个层级，再到强化学习的奖励机制，目前这本书所包括的内容已经相当完整。不过作者表示，未来还会有更多内容将不断添加进来。

推荐阅读
（点击标题可跳转阅读）
神经网络入门
统 计 学 无 用 了 ？
我的深度学习之路
【机器学习】Bagging思想！
6行代码！用Python将PDF转为word
Tensorflow是系统派，Pytorch是算法派
老铁，三连支持一下，好吗？↓↓↓