李宏毅最新-深度学习/机器学习2021

课程描述这门课是关于什么的？复杂的数据可以表示为对象之间的关系图。这种网络是社会、技术和生物系统建模的基本工具。本课程着重于大量图形分析的计算、算法和建模挑战。通过研究底层的图结构及其特征，学生们学习机器学习技术和数据挖掘工具，这些工具能够揭示各种网络的底层知识。主......

课程描述   这门课是对自然语言处理(NLP)详细介绍，自然语言处理是对能够用人类语言处理、理解或交流的计算系统的研究。该课程涵盖了基本方法，主要是机器学习和深度学习，用于整个自然语言处理领域，以及一套历史和当代的自然语言处理任务。所研究的模型包括基本分类模型、条件随机场......

本书介绍    春季学期教的课上对其进一步完善。本书的目标是为最广泛使用的学习架构呈现学习理论的新旧成果。本书面向以理论为导向的学生，以及希望获得对机器学习和相关领域中使用的算法的基本数学理解的学生，包括计算机视觉、自然语言处理等领域的学生。本书将主要讲解第一性原......

    阿斯顿·张、李沐联合编写的，面向中文读者的能运行、可讨论的深度学习教科书《动手学深度学习》又更新了。  bshq：21年最新-李沐《动手学深度学习第二版》中、英文版免费分享动手学深度学习作者：dangdang当当详情内容简介    本书⾯向希望了解深度学习，特别是对实际使⽤......

课程描述    该课程为深度学习提供了实用的入门知识，包括理论动机以及如何在实践中进行实践。作为课程的一部分，我们将介绍多层感知器，反向传播，自动微分和随机梯度下降。此外，我们介绍了用于图像处理的卷积网络，从简单的LeNet到更新的体系结构（例如ResNet），以提供高度精确的模型。其次，......

课程描述    机器学习在现实应用中可以形式化为经典的统计问题，例如模式识别、回归或降维，但需要注意的是数据通常不是数字的向量。例如，计算生物学中的蛋白质序列和结构，网络挖掘中的文本和XML文档，图像处理中的分割图片，或者语音识别和金融中的时间序列，都具有特定的结构，这些结构包......

课程介绍    本课程涉及深度学习和表示学习的最新技术，重点是有监督和无监督的深度学习，嵌入方法，度量学习，卷积和递归网络，并应用于计算机视觉，自然语言理解和语音识别。前提条件包括：DS-GA1001数据科学入门或研究生水平的机器学习课程。  sphq： https://mp.weixin.qq.com/s?__b......

    这八本关于人工智能的书涵盖了一系列的主题，包括AI涉及的伦理问题，人工智能如何影响就业市场，以及公司如何利用人工智能获得竞争优势。         人工智能（AI）是不断发展的技术。有几种不同的用法，很容易理解为什么在生活中越来越多地使用它。这些书籍回答了有关AI的常见......

本书介绍    这本书提出了一种有效的理论方法来理解实际的深层神经网络。从网络输入图像开始，我们逐步解释如何通过求解逐层迭代方程和非线性方程，来确定训练网络输出的结果。一个主要的结果是网络的预测用近似高斯分布描述，网络的深宽比控制着与无限宽高斯描述的偏差。我们解释了......

    本文主要整理了深度学习相关算法面试中经常问到的一些核心概念，并给出了细致的解答，分享给大家。感受野    后一层神经元在前一层神经元的感受空间，如下图所示：    注意：小卷积核（如33）通过多层叠加可取得与大卷积核（如77）同等规模的感受野，此外采用小卷积核有两个优势：  ......