前言
作爲深度學習小白一枚,暑假期間聽了臺灣大學李宏毅老師主講的Machine Learning and having it deep and structured(2015),由於2017年的最新課程似乎是給有一定DNN和RNN基礎的同學準備的,所以零基礎的同學可以安心地先用2015年的課入個門。
總體來說這門課非常好,有一點點機器學習的概念即可無壓力開始學習,在這裏貼一個知乎上的評價。知乎:深度學習如何入門?
課程主頁上的安排如下:
總結一下課程上的教學內容:
前期主講深度學習的基本框架、模型,包括DNN、RNN/LSTM等,期間還穿插theano的模型實現(當然現在比較流行的是TensorFlow了)。
中期主講結構化學習的基本框架和數學推導,包括結構化SVM、概率圖模型、馬爾科夫網絡等。本人對這一段不怎麼感興趣,所以跳着看的:)
後期主講深度學習在NLP和圖像上的各種延伸應用,以及深度強化學習、無監督學習的基本方法,還有當時的新模型如Attention Model等。
前期和後期與Deep Learning高度相關,所以和我一樣想入門的同學要好好研究一番。
推薦的學習方法:
- 打印PDF,邊聽課邊做筆記。
- 善用視頻頁面右側的選項卡,沒聽清的內容可以重複播放;chrome用戶可以安裝擴展程序Video Speed Controller,遇到速度不合心意的視頻,可以減速或加速播放。
個人筆記目錄
以下是個人整理的上課筆記,正在持續更新中……