差别

这里会显示出您选择的修订版和当前版本之间的差别。

course:ml:start [2018/07/27 13:29]
whyx
course:ml:start [2018/11/29 10:25] (当前版本)
whyx
行 2: 行 2:
  * **[[home:whyx:training:ml:start|无学分讨论课]]** 开设老师: **[[home:whyx]]** 组织形式: 每1-2周一次, 45分钟以内的研讨会, 每个参会者 轮流(每次研讨议1-2个人)针对一个课题进行ppt讲演.   * **[[home:whyx:training:ml:start|无学分讨论课]]** 开设老师: **[[home:whyx]]** 组织形式: 每1-2周一次, 45分钟以内的研讨会, 每个参会者 轮流(每次研讨议1-2个人)针对一个课题进行ppt讲演.
  * 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.   * 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 和一些编程基础 比如python **[[course:python:start]]**+  * 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   **{{:course:ml:vmls.zip|斯坦福的机器学习数学基础课件}}**和一些编程基础 比如python **[[course:python:start]]**
  * 参见文章[[http://jiqizhixin.com/article/2354|机器学习需要哪些数学基础?]], 相关网上公开课资源 见 [[http://www.raincent.com/content-10-8348-1.html|关于数据科学&机器学习,19个数学和统计学公开课推荐]]   * 参见文章[[http://jiqizhixin.com/article/2354|机器学习需要哪些数学基础?]], 相关网上公开课资源 见 [[http://www.raincent.com/content-10-8348-1.html|关于数据科学&机器学习,19个数学和统计学公开课推荐]]
  * 书籍推荐: 目前我在看的是  [[http://product.dangdang.com/23254747.html|机器学习实战]] [[http://product.dangdang.com/23898620.html|机器学习 周志华]]   * 书籍推荐: 目前我在看的是  [[http://product.dangdang.com/23254747.html|机器学习实战]] [[http://product.dangdang.com/23898620.html|机器学习 周志华]]
行 37: 行 37:
====== 其他最新课程资源-陆续补充 ====== ====== 其他最新课程资源-陆续补充 ======
 +  * 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/]]   * 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/]]
  * 课程视频地址:[[http://videolectures.net/deeplearning2017_montreal/]]   * 课程视频地址:[[http://videolectures.net/deeplearning2017_montreal/]]
行 46: 行 49:
  * [[plate|练习-快速识别车牌]]   * [[plate|练习-快速识别车牌]]
  * [[SGD|练习-学习随机梯度下降算法]]   * [[SGD|练习-学习随机梯度下降算法]]
 +  * [[RL-cartpole|练习-强化学习-不倒的木棍Cart Pole]]
  * [[Keras-app|用Keras+TF,实现ImageNet数据集日常对象的识别]]   * [[Keras-app|用Keras+TF,实现ImageNet数据集日常对象的识别]]
  * [[SSD|用SSD做快速目标检测标注]]   * [[SSD|用SSD做快速目标检测标注]]
  * [[zh_writing|汉字手写识别]]   * [[zh_writing|汉字手写识别]]
  * [[robot-sight|工业机器人视觉辅助项目]]   * [[robot-sight|工业机器人视觉辅助项目]]
 +  * [[realSense|Intel深度视觉]]
 +  * [[OpenVino|Intel OPENVINO 基于FPGA的机器视觉处理加速方案]]
 +
 +
 
course/ml/start.1532669351.txt.gz · 最后更改: 2018/07/27 13:29 由 whyx
 
除额外注明的地方外,本维基上的内容按下列许可协议发布:CC Attribution-Noncommercial-Share Alike 3.0 Unported
Recent changes RSS feed Donate Powered by PHP Valid XHTML 1.0 Valid CSS Driven by DokuWiki