您现在的位置是：课程
机器学习与深度学习基础
2023-12-04 21:57课程 人已围观
上半部分
课节1: 机器学习介绍
课节2: 回归
课节3: 梯度下降
课节4: 分类
课节5: 支持向量机
课节6: 集成学习
课节7: 深度学习预备
课节8: 卷积神经网络
课节9: 循环神经网络
课节10: 半监督学习
课节11: 无监督学习
课节12: 深度生成模型
课节13: 迁移学习
下半部分
课节1 机器学习的下一步
1.机器学习的下一步
课节2 可解释的机器学习
1.可解释的机器学习（1-8）
2.项目-卷积神经网络的可解释性
课节3 对抗攻击模型
1.对抗攻击模型（1-8）
2.项目-对抗攻击模型
课节4 神经网络压缩
1.神经网络压缩（1-5）
2.项目-神经网络压缩（模型结构设计）
3.项目-神经网络压缩（知识萃取）
4.项目-神经网络压缩（网络剪枝）
5.项目-神经网络压缩（权重量化）
课节5 "序列到序列"模型
1.RNN与Attention
2.指针网络
3.递归结构
4.Transformer
5.项目-序列到序列
课节6 自编码器拓展
1.自编码器拓展（1-4）
2.ELMO，BERT，GPT
3.项目-自编码器拓展
课节7 异常检测
1.异常检测（1-7）
2.项目-异常检测
课节8 元学习（上）
1.元学习（上）MAML（1-9）
课节9 元学习（下）
1.元学习（下）标准度量（1-3）
2.元学习（下）梯度下降（1-3）
3.元学习-训练与测试
4.项目-元学习
课节10 终身学习
1.终身学习（1-7）
2.项目-终身学习
课节1: 机器学习介绍
课节2: 回归
课节3: 梯度下降
课节4: 分类
课节5: 支持向量机
课节6: 集成学习
课节7: 深度学习预备
课节8: 卷积神经网络
课节9: 循环神经网络
课节10: 半监督学习
课节11: 无监督学习
课节12: 深度生成模型
课节13: 迁移学习
下半部分
课节1 机器学习的下一步
1.机器学习的下一步
课节2 可解释的机器学习
1.可解释的机器学习（1-8）
2.项目-卷积神经网络的可解释性
课节3 对抗攻击模型
1.对抗攻击模型（1-8）
2.项目-对抗攻击模型
课节4 神经网络压缩
1.神经网络压缩（1-5）
2.项目-神经网络压缩（模型结构设计）
3.项目-神经网络压缩（知识萃取）
4.项目-神经网络压缩（网络剪枝）
5.项目-神经网络压缩（权重量化）
课节5 "序列到序列"模型
1.RNN与Attention
2.指针网络
3.递归结构
4.Transformer
5.项目-序列到序列
课节6 自编码器拓展
1.自编码器拓展（1-4）
2.ELMO，BERT，GPT
3.项目-自编码器拓展
课节7 异常检测
1.异常检测（1-7）
2.项目-异常检测
课节8 元学习（上）
1.元学习（上）MAML（1-9）
课节9 元学习（下）
1.元学习（下）标准度量（1-3）
2.元学习（下）梯度下降（1-3）
3.元学习-训练与测试
4.项目-元学习
课节10 终身学习
1.终身学习（1-7）
2.项目-终身学习
上一篇：COMSOL三维声子晶体能带
下一篇：概率论与数理统计
