机器学习
这是霍尔伯顿学校的机器学习(ML)培训计划,分为三个学期。从一些数学开始,然后在实践练习中深入学习各种技巧(监督,无监督,强化)。
课程的一些主题:
头三个学期
数学:
线性代数简介
微积分简介
绘图简介
概论
监督学习:
二进制分类
多类别分类
优化技术
正则化技术
卷积神经网络
深度卷积架构
物体检测
人脸验证
神经风格转移
第二学期
数学:
高级线性代数
进阶机率
无监督学习:
降维
聚类
嵌入
自动编码器
生成对抗网络
超参数优化
隐马尔可夫模型
监督学习:
递归神经网络
变形