为了方便自己和其他人查阅笔记,特意将自己的学习笔记链接汇总整理到该博文中(感谢彦强的提醒)。
章节 | 简介 |
---|---|
1 - Introduction | 机器学习基本概念 |
2 - Regression | 回归 |
3 - Bias and Variance | 偏差和方差 |
4 - Gradient descent | 梯度下降 |
5 - Classification | 分类 |
6 - Logisitic Regression | 逻辑回归 |
7 - Brief Introduction of Deep Learning | 深度学习基本概念 |
8 - Backpropagation | 反向传播 |
9 - Hello world of DL | 深度学习Keras小试牛刀 |
10 - Tips for Training DNN | 深度学习技巧 |
11 - CNN | 卷积神经网络 |
12 - RNN | 循环神经网络 |
13 - Transformer | BERT的基础 |
14 - BERT | NLP必知必会 |
论文阅读:
An overview of gradient descent optimization algorithms
注:有几节课当时忘记写笔记了,在今年结束之前补上。