臺大李巨集毅教授最新課程，深度強化學習國語版

阿新 • • 發佈：2019-01-23

李巨集毅的youtube主頁：

https://www.youtube.com/channel/UC2ggjtuuWvxrHHHiaDH1dlQ/videos

此外，李老師在youtube還有《機器學習》和《深度學習》兩門課程的視訊講解，這兩門課程也獲得了不錯的口碑，課程連結如下：

機器學習youtube連結：

https://www.youtube.com/watch?v=CXgbekl66jc&list=PLJV_el3uVTsPy9oCRY30oBPNLCo89yu49

機器學習B站連結：

http://www.bilibili.com/video/av19144978

深度學習youtube連結：

https://www.youtube.com/watch?v=KKT2VkTdFyc

深度學習B站連結：

http://www.bilibili.com/video/av20961661

以上內容來自於https://mbd.baidu.com/newspage/data/landingshare?context=%7B%22nid%22%3A%22news_9089912168566507978%22%2C%22sourceFrom%22%3A%22bjh%22%2C%22url_data%22%3A%22bjhauthor%22%7D

臺大李巨集毅教授最新課程，深度強化學習國語版

李巨集毅的youtube主頁：https://www.youtube.com/channel/UC2ggjtuuWvxrHHHiaDH1dlQ/videos此外，李老師在youtube還有《機器學習》和《深度學習》兩門課程的視訊講解，這兩門課程也獲得了不錯的口碑，課程連結如下

【臺大李巨集毅ML課程】Lecture 13 Unsupervised Learning——Linear Dimension Reduction筆記

本節課主要講了兩種線性降維的方法——cluster和PCA，並從兩個角度解釋了PCA。最後講了一些關於矩陣分解的知識。 1.cluster cluster就簡單的帶過了，主要是k-means和HAC k-means原理：（1）先初始化k箇中心點ci

臺大李巨集毅

1：Regression-Case Study 為什麼在Loss function中，只考慮對w的正則化，而不考慮對b的正則化？因為b是一條水平線，b對Loss function是否平滑幾乎不產生影響。 1-Regression Demo Ada-Gradient

臺大李巨集毅--CNN

CNN與普通深度學習（全網路連線）的很大區別就是：CNN是關注圖片的一小部分，一小部分的。而普通深度學習是把影象的每一個畫素全部拉長，都作為輸入。一：CNN整體流程 1. CNN – Convolution CNN 的Convolution與普通

臺大李巨集毅--深度學習tip（模型優化）

訓練結果不好，並不總是因為過擬合訓練結果不好，並不總是因為過擬合。有可能是你的training data都沒有訓練好，那最終結果一定不好深度學習的層數越多，網路越複雜，並不一定模型會越複雜。有時會使得模型變簡單，變成欠擬合。在機器學習中，要想

臺大李巨集毅--keras

Keras中文文件 Keras英文文件 1. 簡述 2. keras基本流程以手寫數字識別為例 1. 定義網路結構 2. 設定損失函式的形式 3. 模型擬合當batch_size=1時，就是隨機梯度下降 Stocha

臺大李巨集毅-- 反向傳播演算法 Backpropagation

1. 鏈式法則 2. 反向傳播演算法例項計算前向傳播：比如：你會發現，輸入值就是前向傳播中，要求求解的導數的值。計算後向傳播：這裡假設，一個樣本造成的損失loss是：（每個樣本有兩個輸入x1,x2）綜上所述：

臺大李巨集毅--初入深度學習

1. 神經網路機器學習的複雜所在，就是與怎麼進行特種工程而深度學習的複雜所在，就是怎麼構造網路的結構（即層數，每層神經元的個數）所以傳統機器學習到深度學習的轉化，就是特種工程到構造結構的轉化。那麼結構可以自動生成嗎？可以，但是還

臺大李巨集毅--梯度下降Gradient Descent

一：簡單梯度下降 1. 概述預測模型為 y=b+w∗xcp y = b +

國立臺灣大學-李巨集毅-2017年（秋）最新深度學習與機器學習應用及其深入和結構化研究課程分享

課程持續更新中，文末附分享目前已經release出來的視訊和ppt下載鏈接。課程描述：講解深度學習的基本理論，介紹深度學習各種實際應用。期望和目標：希望學習本門課程的學生學會：（1）、深度學習工作原理。（2）、深度學習常用架構工作原理。

李巨集毅機器學習課程--迴歸(Regression)

李老師用的是精靈寶可夢做的比喻，假設進化後的寶可夢的cp值(Combat Power)與未進化之前的寶可夢的cp值相關，我們想找出這兩者之間的函式關係，可以設進化後的cp值為y,進化之前的cp值為x：y = b + w*x (不只可以設一次項，還可以設定二次項，三次項

[機器學習入門] 李巨集毅機器學習筆記-1（Learning Map 課程導覽圖）

在此就不介紹機器學習的概念了。 Learning Map（學習導圖） PDF VIDEO 先來看一張李大大的總圖↓ 鑑於看起來不是很直觀，我“照虎

純乾貨14 2017年-李巨集毅-最新深度學習/機器學習中文視訊教程分享_後篇

前一期給大家分享了李巨集毅老師17年深度學習課程的前半部分,今天繼續與大家分享李老師的在2017年初陸續發放出來的關於深度學習/機器學習的視訊課程後半部分。整套視訊的目錄：整套教程的視訊及配套PPT下載地址：密碼: 微信公眾號回覆“ma2” 往期精

李巨集毅機器學習課程筆記10：Ensemble、Deep Reinforcement Learning

臺灣大學李巨集毅老師的機器學習課程是一份非常好的ML/DL入門資料，李巨集毅老師將課程錄影上傳到了YouTube，地址：NTUEE ML 2016 。這篇文章是學習本課程第27-28課所做的筆記和自己的理解。 Lecture 27: Ensembl

李巨集毅《機器學習（2017版）》課程筆記及心得第1篇——Introduction of ML

1.首先，機器學習是什麼？機器學習，就是“根據所給資料，尋找一個函式，給出適當輸出”。通過這個函式，我們可以給它一個輸入，得到理想的、正確的輸出。我們通常需要給它資料，訓練一個機器的學習能力。例如：Speech Recognition就是我們給它一段音訊，它給我們識別，輸出這

李巨集毅機器學習課程筆記9：Recurrent Neural Network

臺灣大學李巨集毅老師的機器學習課程是一份非常好的ML/DL入門資料，李巨集毅老師將課程錄影上傳到了YouTube，地址：NTUEE ML 2016 。這篇文章是學習本課程第25-26課所做的筆記和自己的理解。 Lecture 25,26: Recu

李巨集毅機器學習課程6~~~深度學習入門

深度學習歷史深度學習經典步驟神經網路的符合標記含義 Wij 代表的是從神經元ｊ到神經元ｉ，這樣寫的目的是便於表達，否則最後的表示式子就是Wij的

李巨集毅老師機器學習課程筆記_ML Lecture 2: Where does the error come from?

####引言：最近開始學習“機器學習”，早就聽說祖國寶島的李巨集毅老師的大名，一直沒有時間看他的系列課程。今天聽了一課，感覺非常棒，通俗易懂，而又能夠抓住重點，中間還能加上一些很有趣的例子加深學生的印象。視訊連結（bilibili）：[李巨集毅機器學習(2017)](https://www.bilibil

李巨集毅老師機器學習課程筆記_ML Lecture 3-1: Gradient Descent

####引言：這個系列的筆記是臺大李巨集毅老師機器學習的課程筆記視訊連結（bilibili）：[李巨集毅機器學習(2017)](https://www.bilibili.com/video/av10590361?from=search&seid=4930602846193099298) 另外已經有

李巨集毅機器學習課程筆記-1.機器學習概論

# 機器學習是什麼 **機器學習就是讓機器能自動找到一個函式（function）** - 語音識別（Speech Recognition）輸入是音訊，輸出是音訊對應的文字。 - 影象分類輸入是圖片，輸出是類別（比如貓、狗）。 - AlphaGo下圍棋輸入是當前棋盤的狀態，輸出是下一步

臺大李巨集毅教授最新課程，深度強化學習國語版

相關推薦