Day 1, 简介,将要学什么,需要掌握什么

2006年,Geoffrey Hinton发表了一篇论文,他编写的多层神经网络对手写数字的识别率达到了98%。 从此揭开了Deep Learning 的大热狂潮。十多年后的今天,deep learning 已经深入我们的生活,应用到了很多高科技产品中。例如搜索结果排序、智能语音识别、Youtube视频推荐、AlphaGo击败世界围棋高手以及自动驾驶领域。

Scikit-Learn非常易于使用,并且包含很多高效机器学习算法,所以是学习Machine Learning的一个很好地切入点。

TensorFlow是一个要复杂的多的库,应用它可以在多GPU上服务器群组上训练和运行你的神经网络。它是由Google发明和维护的,从2015年11月开始开源。

掌握Python的应用,及常用类库例如NumPy,Pandas,Matplotlib等的主要方法。

同时需要掌握大学阶段的数学知识,微积分、线性代数、概率、统计等。

此次学习路线图:

第一部分 机器学习

  Machine Learning 是什么?它能解决什么问题?机器学习的主要分类和基础概念都有哪些?

  一个典型的机器学习项目包含哪些步骤?

  如何用数据训练模型?

  怎样做到成本最优?

  处理、清洗、准备数据

  选择和处理特征

  选择模型并通过交叉验证来调整超参数

  机器学习的主要挑战,主要是欠拟合和过拟合

  减少训练数据维度

  常见学习模型:线性和多项回归,逻辑递归,KNN,SVM,决策树,随机森林和集成方法

第二部分 神经网络和深度学习

  神经网络是什么?它们的优点是什么?

  用TensorFlow建立和训练神经网络

  最重要的神经网络结构:前向神经网络,卷积网络,循环神经网络(RNN),长短时记忆网络(LSTM)和自动编码器

  训练深度神经网络的技术

  超大数据的神经网络定型

  强化学习

第一部分主要应用Scikit-Learn,第二部分主要用TensorFlow。

时间: 2024-10-23 23:10:35

Day 1, 简介,将要学什么,需要掌握什么的相关文章

小白学 Python(8):基础流程控制(下)

人生苦短,我选Python 前文传送门 小白学 Python(1):开篇 小白学 Python(2):基础数据类型(上) 小白学 Python(3):基础数据类型(下) 小白学 Python(4):变量基础操作 小白学 Python(5):基础运算符(上) 小白学 Python(6):基础运算符(下) 小白学 Python(7):基础流程控制(上) 循环结构 循环结构一般而言,就是一直做某件事情,直到满足某种条件. 正常的 while 循环 比如:学习使我快乐,一直学习一直快乐. 这好像和我上面

Java应用程序连接数据库--JDBC基础

Java应用程序连接数据库--JDBC基础 Java应用程序连接数据库–JDBC基础 <!-- MySQL驱动,连接数据库用,由数据库厂商提供 --> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <version>5.1.25</version> </dependency> &

空间闹钟-v1.6更新!

(如果图片无法显示可查看我的qq空间:http://user.qzone.qq.com/805853418/blog/1398785778) 生活助手系列--空间闹钟===================================================================================== 软件说明文档惯例: 红色:小标题.重要信息.亮点功能  蓝色:详细信息  绿色:追加信息.订正信息.上一版本的遗漏信息  黑色:旧版信息 其他信息 =======

3.运算符

运算符 学习要点:1.什么是表达式2.一元运算符3.算术运算符4.关系运算符5.逻辑运算符6.*位运算符7.赋值运算符8.其他运算符9.运算符优先级 ECMAScript-262描述了一组用于操作数据值的运算符,包括一元运算符.布尔运算符.算术运算符.关系运算符.三元运算符.位运算符即赋值运算符.ECMAScript中的运算符适用于很多值,包括字符串.数值.布尔值.对象等.当应用于对象时通常会调用对象的valueOf()和toString()方法,以便取得相应的值. PS:前面讲过typeof操

加州理工学院公开课:机器学习与数据挖掘_误差和噪声(第四课)

这一课的主题是:误差分析与噪声处理. 该课时的主要内容如下: 1.Nonlinear Transformation(Continue)(非线性转换(续)) 2.Error Measure (误差度量)(重点) 3.Noisy Targets(噪声指标)(重点) 4.Preamble to the Theory(理论热身) 1.Nonlinear Transformation: 在上一节课的最后,作者举了一个关于非线性转换的例子.通过该例子我们可以直观的看到非线性的数据可以被转化成线性的数据并且利

《机器学习》学习笔记(一)

今天看了两集Stanford 的Machine Learning,先说说感受,在看的过程中,脑海里冒出来一个念头:在中国的大学里,教授们都是好像在做研究,而学生们都是好像在上课,到头来不知道学到了什么,我在屏幕的这边都能感受到他们和我们的不一样. 其实对于机器学习,我是真心不懂,也不知道为什么忽然就想学习一下了,然后看了第一集就觉得实在是太牛X了,他们做的那个爬越障碍物的狗和快速避障的小车,都不是我们能搞出来的,说来也奇怪,我们不是也有他们一样的课程体系吗?照理说在大学里能做出来的东西,我们也应

程序员的学习进程(前篇)

时间过得真快,转眼大学就过了将近一半.回首这一年半的时间,感觉自己的生活过得还是挺充实的. 在别人眼里自己是一个技术宅,在自己眼里自己只是一个追求自己爱好.对自己严格要求的人.不过,大家对我的评价还是挺中肯的,自己的确将自己的大部分时间的花费在了不断学习.不断编代码.不断提高自己的技术上了——人总是有追求的.有目标的.有理想的. 下面我就简单的总结一下大学一年半的学习历程.学习成果.学习心得以及对未来学习的展望. (一).学习历程 俗话说:"有缘千里来相会".我与C语言的相遇既是一种偶

Python学习之路!!!之模块

模块: 模块即是文件也可以叫库,说白一点比如我写一个小程序(一个网络爬虫),通过关键字import filename,就可用该模块内的所有方法.字段等,好像就是自己写的一样,所以比如我需要爬取某个网页,导入该模块(文件),我只需要提供url地址,自己写几行代码就能实现一个复杂程序.所以说,python本身不强大,只能说简介.学过的人都看得懂,最强大的在于它本身的第三方库. 其中python的第三库库默认是下载到python安装路径下的Lib/site-pages目录下,而python自带的内置库

Java中Properties类

Java中Properties类简介 知识学而不用,就等于没用,到真正用到的时候还得重新再学. Properties类继承自Hashtable,如下: 它主要用于读取Java的配置文件,由于配置文件中的很多变量时经常改变的,通过这个类可以让用户脱离程序本身去修改相关的变量配置.在Java中,其配置文件常为.properties文件,格式为文本文件,内容的格式为“键=值”的格式,#打头的是注释行,Properties会忽略注释.允许只有key没有value,没有value时,value会被set成