关键词：
机器学习介绍
机器学习（Machine Learning），就是让机器自动找函数。如语音识别，就是让机器找一个函数，输入是声音信号，输出是对应的文字。如下棋，就是让机器找一个函数，输入是当前棋盘上黑子白子的位置，输出是下一步应该落子何处。
机器学习任务——我们想要机器找什么样的函数
1.回归（regression）
输出是数值。如房价、PM2.5预测。
2.二元分类（binary classification）
输出只有两种可能，正面或负面。
3.多元分类（multi-class classification）
输出当前输入属于既定N个类别的概率值，并将N个概率值中最大者所对应的类别作为正确答案。
4.生成（generation）
输出有结构的复杂东西。如翻译，画图。
机器学习相关的技术
主要包括监督学习、半监督学习、迁移学习、无监督学习、监督学习中单结构化学习、强化学习
监督学习
相当于我们告诉他过去的PM2.5资料是什么，让他去预测未来新的PM2.5的资料。output往往没有办法用很自然的方式取得，需要人工的力量把它标注出来，这些function的output叫做label。
分类问题
这里说的是需要让机器做选择，一个是二分类，一个是多分类。这里还有一个模型选择，就是是否是线性的或者非线性的，比如线性最简单的就是线性回归，。深度学习大部分是非线性的 ，机器学习中SVM支持向量机也是非线性的。
半监督学习
其实就是少量有标记的数据，大部分是未标记的数据。让机器自己去识别，这里老师说这个可能没有标记的数据可能会对机器学习的学习过程有帮助，说后面会说。
迁移学习
假设我们要做猫和狗的分类问题，我们也一样，只有少量的有label的data。但是我们现在有大量的data，这些大量的data中可能有label也可能没有label。但是他跟我们现在要考虑的问题是没有什么特别的关系的，我们要分辨的是猫和狗的不同，但是这边有一大堆其他动物的图片还是动画图片（凉宫春日，御坂美琴）你有这一大堆不相干的图片，它到底可以带来什么帮助。这个就是迁移学习要讲的问题。
无监督学习
通俗，就是没有任何标记的数据下，让机器自己学习。
监督学习中的结构化学习
很多教科书说，机器学习只有分类和回归问题，其实还有大量的结构化学习，没有探究问题。
强化学习
原来Alpha GO就是强化学习的产物啊。
李宏毅机器学习深度学习介绍与反向传播机制
BatchandMomentumReview：OptimizationwithBatch上次我们有讲说,我们实际上在算微分的时候,并不是真的对所有Data算出来的L作微分,你是把所有的Data分成一个一个的Batch,有的人是叫MiniBatch,那我这边叫做Batch,其实指的是一样的东西,助教投... 查看详情
李宏毅机器学习笔记：1.机器学习介绍(代码片段)
文章目录P1:机器学习介绍1.1人工智能、机器学习、深度学习关系1.2实现途径1.3实现方法1.4总结P2:我们为什么需要学习机器学习#Time:2021.08.23#内容：P1~P2P1:机器学习介绍1.1人工智能、机器学习、深度学习关系①什么是人工智能&#x... 查看详情
组队学习李宏毅的深度学习-1
... Part2：主要内容笔记1.人工智慧，机器学习，深度学习的关系 人工智慧是我们想要达成的目标，而机器学习是想要达成目标的手段， 查看详情
李宏毅《机器学习》丨1.introductionofthiscourse（机器学习介绍）
...档：DataWhale文档文章目录一、人工智能、机器学习和深度学习二、机器学习（MachineLearning）三、机器学习相关的技术3.1监督学习（Supe 查看详情
《深度学习》李宏毅--task7总结
总结：进一步学习机器学习基础，希望以后有机会多多实践，为以后进入这个领域做准备。学习内容：01-机器学习介绍介绍机器学习的概念，监督学习，无监督学习，迁移学习，强化学习等概念02-... 查看详情
李宏毅《机器学习》丨4.deeplearning（深度学习）
...com/video/BV1Ht411g7Ef参考文档：DataWhale文档文章目录一、深度学习发展历史二、深度学习三个步骤2.1Step1：神经网络（Neuralnetwork）2.2Step2 查看详情
李宏毅机器学习机器学习介绍
一.机器学习介绍1.机器学习介绍以前的人工智慧完全是依靠人制定的规则行事，而机器学习相比增加自主学习即自己制定规则的能力。怎么做到呢？就是通过提供给他的资料，学习出来一个function。2.机器学习想关的... 查看详情
台湾李宏毅老师-机器学习
参考网址：http://blog.csdn.net/youyuyixiu/article/details/53886092国立台湾大学电机工程学系助理教授–李宏毅 研究领域：机器学习、深度学习、语义理解、语音辨识 个人主页 课程名称：MachineLearningandhavingitdeepandstructured 查看详情
台大李宏毅课程学习总结
...一的时候参加第一次组内学习班，发现自己在机器学习和深度学习方面的基础真的是很薄弱，于是决定认真从头看完台大李宏毅《机器学习与深度学习》课程的完整视频学习。所为机器学习，其实可以类比于我们在数学中的函数... 查看详情
李宏毅2020机器学习深度学习笔记2
实验中：learningrate调太大太小都不好，应该先生成loss函数然后观察一会儿再让他跑着 实际优化：因为我们希望在离target远的时候大步走，越靠近target越慢，因此我们可以用\\eta^t进一步，我们知道learningrat... 查看详情
《深度学习》李宏毅--task4深度学习介绍和反向传播机制
深度学习的三个步骤Step1：神经网络（Neuralnetwork）Step2：模型评估（Goodnessoffunction）Step3：选择最优函数（Pickbestfunction）2.1神经网络（Neuralnetwork）神经网络&#x 查看详情
李宏毅机器学习课程笔记
...单变量回归引入，再sigmoid/RELU拟合函数从而一步步到深度学习的框架，介绍的非常巧妙。尤其在sigmoid/RELU拟合函数那里，听了之后很有收获。老师在引入的例子中用的x表示的是前几天的数据关系，不过我理解的时... 查看详情
李宏毅《机器学习》丨7.conclusion（总结）
Author：AXYZdong李宏毅《机器学习》系列参考视频地址：https://www.bilibili.com/video/BV1Ht411g7Ef参考文档：DataWhale文档六个Task李宏毅机器学习丨1.Introductionofthiscourse（机器学习介绍）李宏毅机器学习丨2.Regressionÿ 查看详情
李宏毅《机器学习》丨7.conclusion（总结）
Author：AXYZdong李宏毅《机器学习》系列参考视频地址：https://www.bilibili.com/video/BV1Ht411g7Ef参考文档：DataWhale文档六个Task李宏毅机器学习丨1.Introductionofthiscourse（机器学习介绍）李宏毅机器学习丨2.Regressionÿ 查看详情
李宏毅2020机器学习深度学习笔记1+2&&深度学习基础与实践课程笔记2
机器学习：研究如何从观测数据(observations)中寻找“规律”(skill)，这些规律可以在未知数据上的表现有所改进。目的：使用“高质量”的训练数据，构建“合适”的模型，以“更佳地”完成任务。本质：让... 查看详情
一天搞懂深度学习--李宏毅教程分享
原标题：【286页干货】一天搞懂深度学习（台湾资料科学年会课程） 本文是2016台湾资料科学年会前导课程“一天搞懂深度学习”的全部讲义PPT（共268页），由台湾大学电机工程学助理教授李宏毅主讲。作者在... 查看详情
《深度学习》--李宏毅学习笔记总结（待更新）
视频+ppt2021年李宏毅版40节机器学习课程已更新完毕，推荐收藏！
...2012年获得硕士和博士学位，主要研究机器学习尤其是深度学习、语言理解和语音识别。李宏毅老师的机器学习课程可以说是最具代表性的中文公开课 查看详情