【PPT】台大李宏毅《机器学习》2021课程完结!视频、加上答疑书!

机器学习算法与Python实战

共 1700字,需浏览 4分钟

 ·

2021-08-10 10:19

↑↑↑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?↓↓↓

浏览 39
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报