机器学习-学习笔记

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

公开课学习

浏览 98 扫码 分享 2022-07-22 22:58:11
  • 李宏毅-2022
  • CS224
  • CS231

若有收获，就点个赞吧

0 人点赞

上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 小方向
    • 1-可解释性
      • AAAI 2020 Explainable Merchine Learning Tutorial
      • [book]-Interpretable Machine Learning
        • 第六章 Example-Based Explanations
        • 第五章 Model-Agnostic Methods
        • 第四章 Interpretable Models-可解释性模型
        • 第二章 可解释性-interpretability
      • [2015-CAM]Learning Deep Features for Discriminative Localization
        • 总结
      • [2019-GradCAM]Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization
      • [2018-LIME]“Why Should I Trust You?” Explaining the Predictions of Any Classifier
    • 2-对比学习
    • 3-归纳偏置
    • 4-Uplift算法
    • 5-迁移学习
      • zero-shot learning
    • 6-模型压缩
    • 7-多模态
      • [2020-综述]Multimodal Intelligence: Representation Learning,Information Fusion, and Applications
      • [2017-综述]Multimodal Machine Learning: A Survey and Taxonomy
    • 8、元学习
  • 大方向
    • 1-自然语言处理
    • 2-计算机视觉
    • 3-图神经网络
      • [2020-轻量级GCN-何向南]LightGCN: Simplifying and Powering Graph Convolution Network for RS
    • 4-强化学习
      • 周博磊-强化学习公开课
        • 第二课-马尔科夫决定过程
        • 第三课-无模型的价值函数估计和控制
  • 基础理论
    • 1-泛化理论
      • [2020-OpenAI]Scaling Laws for Neural Language Models
      • 李宏毅2018-DL理论
      • [译文]Are Deep Neural Networks Dramatically Overfitted?
      • [2018-泛化性]Sensitivity and Generalization in Neural Networks: an Empirical Study
      • [2017-应用分析]An Analysis of Deep Neural Network Models for Practical Applications
      • [2019-不同层作用]Are All Layers Created Equal
      • [2017-泛化性理解]Understanding deep learning requires rethinking generalization
      • 深度学习的泛化性
        • 研究方法
    • 2-网络结构
    • 3-正则化
    • 4-置信度
  • 读书笔记
    • 统计学习基础
      • 第三章 Linear Methods for Regression
  • 公开课学习
    • 李宏毅-2022
      • Spatial Transformer Layer
      • CNN
      • seq2seq
        • Sequence to Sequence Learning with Neural Networks
      • self-attention
    • CS224
    • CS231
  • 工业界方向
    • 1-推荐
    • 2-搜索
    • 3-广告
    • 4、量化投资
  • 损失函数与评估指标
    • 1-AUC
暂无相关搜索结果！

    让时间为你证明

    展开/收起文章目录

    分享，让知识传承更久远

    文章二维码

    手机扫一扫，轻松掌上读

    文档下载

    请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
    PDF文档 EPUB文档 MOBI文档

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度
        思维导图备注