中文课程！台大李宏毅机器学习公开课2019版上线
李宏毅（Hung-yi Lee）目前任台湾大学电机工程学系和电机资讯学院的助理教授，他曾于 2012 年获得台湾大学博士学位，并于 2013 年赴麻省理工学院（MIT）计算机科学和人工智能实验室（CSAIL）做访问学者。他的研究方向主要是机器学习（深度学习）和语音识别。此前，他的 2016 版《机器学习》课程视频曾是流行学习资料
2019 版《机器学习》课程目录，括号内为新增内容：
[*]回归、梯度下降
[*]分类、逻辑回归，错分类的原因
[*]深度学习，反向传播（异常检测）
[*]卷积神经网络、Keras（对抗样本攻击）
[*]训练深度学习模型（可解释 AI）
[*]循环神经网络（Order LSTM）
[*]Ensemble
[*]半监督学习、迁移学习（终身学习）
[*]（元学习）
[*]seq2seq（Transformer）
[*]（Few/Zero shot learning）
[*] 无监督学习（BERT）
[*]强化学习（更细化）
[*]（网络压缩）
[*]生成对抗网络（GLOW）
[*]（无监督域适应）
[*]为什么要使用深度学习（深度学习理论）
看过李宏毅 2017 秋季机器学习课程的同学都知道，他介绍的基础内容非常仔细。例如对于循环神经网络，他会带我们手动运算一遍，从而弄清楚各时间步的输入、储存的记忆和具体运算过程等等。在 19 年的新课中，李宏毅重点开放新课相关的视频与作业。
其中新增课程大部分都是近来比较流行的研究前沿，例如 Seq2Seq 中的全注意力网络 Transformer、生成模型最近流行的新范式流模型（Glow）。这些内容可作为以前 17 年秋季课程的补充，从而让视频整体更接近当下前沿。
目前李宏毅已经放出了异常检测和对抗攻击的视频，它们都是新增加的内容。这些新增的内容最好可以和主课程一起看，因此可以有更好的理解。例如异常检测何以和深度学习基础一起看，对抗攻击可以和卷积神经网络一起看等等。
[*]课程资料链接：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html
[*]课程视频（Bilibili）：https://www.bilibili.com/video/av46561029/
[*]YouTube 链接：https://www.youtube.com/playlist?list=PLJV_el3uVTsOK_ZK5L0Iv_EQoL1JefRL4
最后，看视频做作业都需要坚持，希望大家都能将这些资源化为自己的知识。
感谢大佬分享 感谢大佬分享 感谢大佬分享
页:
[1]