从零开始学习 - 机器学习 之-=卷积神经网络(CNN)=-
- 人工智能 从AlphaGo开始 就成为了一个流行词汇, 原因是人工智能从 弱人工智能时代 走进了 强人工智能时代, 而 AlphaGo 恰恰是这个代表事件, 而其背后的算法基础 则是 机器学习中的深度学习等领域.
- 说是从零开始学习, 其实还是需要一些基础的, 需要高等数学中的 线性代数 斯坦福的机器学习数学基础课件和一些编程基础 比如python 利用python进行数据分析
- 对于机器学习从浅入深的过程, 我这里整理了一下写了个简单的路线图–> 给初学者入门人工智能的路线及资料下载
设计性研究性实验课题 - “机器学习,神经网络的基础应用”
- 背景:人工智能 从AlphaGo开始 就成为了一个流行词汇, 原因是人工智能从 弱人工智能时代 走进了 强人工智能时代, 而 AlphaGo 恰恰是这个代表事件, 而其背后的算法基础 则是 机器学习中的深度学习等领域。
- 概要:本课题通过学习机器学习的基础,了解对于大数据的分析和处理的过程,学习目前快速发展的神经网络算法。
- 目标1:完成在有干扰对抗的情况下,进行对数字、文字的快速识别,
- 目标2:完成对于各类数据图像模式的快速识别和特征提取,可以应用于实验中快速、自动、高效的数据处理。
- 基础1:需要高等数学中的 线性代数,矩阵运算基础。
- 基础2:需要使用python进行编程,如果无python经验可以到 从零开始学习python2020 这里学习 python 的基础知识, 数据处理和作图方法。开始会有一定的老师指导。
- 学习过程:需要学习大量的 机器学习和人工智能的基础知识,这部分通过网上视频课程资源补充
- 讨论课:本学期开设每周讨论课时间,前几次老师会教授部分基础知识,未来每位同学需要自己准备讲授某一方面的内容。
- 本课题更多信息 请到网站上浏览: http://phylab.fudan.edu.cn/doku.php?id=course:ml:start
学习路径 - 循序渐进
- 无学分讨论课:从零开始学习 - 机器学习 之-=卷积神经网络(CNN)=-已经开设了几年了, 主要是使用TensorFlow 来使用卷积神经网络(CNN)解决一些问题. 但是教下来大家的接受程度还是有限, 一方面原因是python基础太差, 另一方面机器学习的基础也太差了,一下子拔苗助长,步子太大了,容易扯到蛋, 我在这里再补充一个机器学习基础篇的教学. — 俞熹 2020/06/25 11:39
- 下面是建议的学习路径:
- 在 从零开始学习python2020 这里学习 python 的基础知识, 数据处理和作图方法
- 在 从零开始学习 -机器学习 之-=基础篇=- 从Sklearn学起 这里学习 机器学习 之-=基础篇=-
- 在 从零开始学习 - 机器学习 之-=卷积神经网络(CNN)=- 这里学习 机器学习 之-=卷积神经网络(CNN)=-
如何开始学习?
- 人工智能已经有很多很好的网上教程了, 这里可能给一个入门版本的教程, 以及提供一些网上的资源链接,给同学们拓展的方向.
- 零基础的,需要快速浏览人工智能能够做什么的,可以看看 莫烦 的课程, https://morvanzhou.github.io/tutorials/
- 有什么课程是一个全局的,可以大概先了解一下全部的机器学习的方法的么? 下面这个: 所有人都推荐的 最佳机器学习课程
- 强烈推荐预习的视频 必看!! 还有中文字幕! 真正的大牛 Andrew Ng(吴恩达授课,他是谷歌大脑创始人和前百度首席科学家) 的课程. 学习资料在 黄海广的github 上有.
- 这几年里面神经网络CNN模型的大幅进步,是真正的大杀器,推荐视频课程: 链接: cs231n 李飞飞的CNN图形识别课程 百度网盘 密码: 2fnk
什么是机器学习?
- 假设用P来评估计算机程序在某任务类 T上的性能, 若一个程序通过利用经验E 在T中任务上获得了性能改善, 则我们就说关于T 和 P, 该程序对于E 进行了学习. (Mitchell, 1997)
- Arthur Samuel 1959 年的定义被公认为最早的:机器学习是计算机科学的分支领域,它能使「电脑无需明确的编程就能获得学习能力。」在实践中,这意味着开发能根据数据作出预测的计算机程序。正如人类能从经验中学习一样,计算机也可以,对它们来说数据就等同于经验。
- 机器学习工作流是指执行一个机器学习程序所需的流程。虽说每个程序都有区别,大多数工作流都包括一些共同的任务:问题评估,数据探索,数据处理,模型训练/测试/部署,等等。下面的图例展示了这些步骤的可视化解释:
其他最新课程资源-陆续补充
- https://tf.wiki/ TensorFlow 2的中文版安装和使用说明.
- Easy-deep-learning-with-Keras https://github.com/buomsoo-kim/Easy-deep-learning-with-Keras
- https://gitee.com/zhang_chuang/tensorflow2_tutorials_chinese tensorflow2中文教程
- http://www.tensorfly.cn/ 这里是一个不错的中文教程(翻译)
- https://tensorflow.google.cn/tutorials/ 官方中文版, 还有colab的资源
- http://zh.diveintodeeplearning.org,有书有,有书有在线代码演示 (mxnet)
- 蒙特利尔大学开放MILA 2017夏季深度学习与强化学习课程 https://mila.umontreal.ca/en/cours/deep-learning-summer-school-2017/
- 一些windows下可能需要的安装包 http://www.lfd.uci.edu/~gohlke/pythonlibs/#curses