莫煩_有趣的機器學習 新手入門聖經 - Cupoy

莫煩_有趣的機器學習 新手入門聖經

機器學習是實現人工智慧的一個途徑，即以機器學習為手段解決人工智慧中的問題。機器學習在近30多年已發展為一門多領域交叉學科，涉及機率論、統計學、逼近論、凸分析、計算複雜性理論等多門學科。機器學習理論主要

• 什麼是機器學習?

  在這裡我們介紹了什麼是機器學習, 還有機器學習包含了哪些方法.

  • 什麼是機器學習?

    在這裡我們介紹了什麼是機器學習, 還有機器學習包含了哪些方法. 通常來說, 機器學習的方法包括: 監督學習supervised learning; 非監督學習unsupervised learning; 半監督學習semi-supervised learning; 強化學習reinforcement le...

• 神經網路

  2-30年前, 一想到神經網絡, 我們就會想到生物神經系統中數以萬計的細胞聯結, 將感官和反射器聯繫在一起的系統. 但是今天, 你可能的第一反應卻是電腦和電腦程序當中的人工神經網絡....

  • 人工神經網絡 VS 生物神經網絡

    2-30年前, 一想到神經網絡, 我們就會想到生物神經系統中數以萬計的細胞聯結, 將感官和反射器聯繫在一起的系統. 但是今天, 你可能的第一反應卻是電腦和電腦程序當中的人工神經網絡.... 更多內容: http://morvanzhou.github.io/tutorials/ 通過"莫煩Python" 支持... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/2-0-ANN-and-NN/

  • 什麼是神經網絡 (機器學習) what is neural network in machine learning

    這裡提到的是人工神經網路, 是存在於計算機裡的神經系統. 人工神經網絡和自然神經網絡的區別. 神經網絡是什麼,它是怎麼工作的. 都會在影片裡一一提到. 有網友根據我的Tensorflow 系列做了一個很好的文字筆記, 推薦閱讀: http://www.jianshu.com/p/e112012a4b2d Ten...

  • 什麼是卷積神經網絡 CNN (深度學習)?

    卷積神經網絡的簡單介紹. 卷積神經網絡是近些年逐步興起的一種人工神經網絡結構, 因為利用卷積神經網絡在圖像和語音識別方面能夠給出更優預測結果, 這一種技術也被廣泛的傳播可應用. 卷積神經網絡最常被應用的方面是計算機的圖像識別, 不過因為不斷地創新, 它也被應用在視頻分析, 自然語言處理, 藥物發現, 等等. 近期. .. 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/2-2-CNN/

  • 什麼是循環神經網絡 RNN (深度學習)?

    循環神經網絡簡介. 今天我們會來聊聊在語言分析, 序列化數據中穿梭自如的循環神經網絡RNN. Tensorflow RNN1: https://www.youtube.com/watch?v=i-cd3wzsHtw&index=23&list= PLXO45tsB95cKI5AIlf5TxxFPzb-0zeVZ8... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/2-3-RNN/

  • 什麼是 LSTM RNN 循環神經網絡 (深度學習)?

    今天我們會來聊聊在普通RNN的弊端和為了解決這個弊端而提出的LSTM 技術機器學習-簡介系列播放列表: https://www.youtube.com/playlist?list=PLXO45tsB95cIFm8Y8vMkNNPPXAtYXwKin Tensorflow 20.2: https:/ /www.... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/2-4-LSTM/

  • 什麼是自編碼 Autoencoder (深度學習)?

    自編碼是一種神經網絡的形式, 用於壓縮再解壓得到的數據, 也可以用於特徵的降維, 類似PCA. Tensorflow Autoencoder: https://www.youtube.com/watch?v=F2h3tbC- sBk&list=PLXO45tsB95cKI5AIlf5TxxFPzb-0zeVZ8&... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/2-5-autoencoder/

  • 什麼是 GAN 生成對抗網絡 (深度學習)?

    今天我們會來說說現在最流行的一種生成網絡, 叫做GAN, 又稱生成對抗網絡, 也是Generative Adversarial Nets 的簡稱. 莫煩Python: http://morvanzhou.github.io/tutorials/ GAN 代碼實現: https://morvanzhou.gi...e 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/2-6-GAN/

  • 科普: 神經網絡的黑盒不黑 (深度理解神經網絡)

    今天我們來說說為了理解神經網絡在做什麼, 對神經網絡這個黑盒的正確打開方式. 更多內容莫煩Python: https://morvanzhou.github.io/tutorials/ 通過"莫煩Python" 支持我做出更好的視頻: https://morvanzhou.github.io/support... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/2-7-feature-representation/

  • 神經網絡 : 梯度下降

    神經網絡是當今為止最流行的一種深度學習框架, 他的基本原理也很簡單, 就是一種梯度下降機制. 我們今天就來看看這神奇的優化模式吧. 更多代碼實踐和相關內容: https://morvanzhou.github.io/tutorials/ Tensorflow可視化梯度下降:https://youtu.be/ugG... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/2-8-gradient-descent/

  • 站在巨人的肩膀上, 遷移學習

    有一種偷懶是“站在巨人的肩膀上”. 不僅能看得更遠, 還能看到更多. 這也用來表達我們要善於學習先輩的經驗. 這句話, 放在機器學習中,這就是今天要說的遷移學習了, transfer learning. 通過"莫煩Python" 支持我做出更好的視頻: https://morvanzhou.github.... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/2-9-transfer-learning/

• 神經網路的技巧

  做好了屬於自己的神經網絡之後，應該如何來評價自己的神經網絡

  • 怎樣區分好用的特徵 (深度學習)?

    我們在這次視頻中會分享到怎麼選擇一個好特徵, 和好特徵意味著什麼. 那什麼是好的特徵, 你怎麼知道它的好或壞呢? 機器學習-簡介系列播放列表: https:/ /www.youtube.com/playlist?list=PLXO45tsB95cIFm8Y8vMkNNPPXAtYXwKin 我創建的學習網站: h... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/3-03-choose-feature/

  • 怎樣檢驗神經網絡 (深度學習)?

    檢驗神經網絡有沒有學習到東西很重要. 應該如何來評價自己的神經網絡, 從評價當中如何改進我們的神經網絡. 其實評價神經網絡的方法, 和評價其他機器學習的方法大同小異. 我們首先說說為什麼要評價,檢驗學習到的神經網絡. 機器學習-簡介系列播放列表: https://www.youtube.com/playlist... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/3-01-Evaluate-NN/

  • 為什麼要特徵標準化 (深度學習)?

    今天我們會來聊聊機器學習所需要的數據,為了讓機器學習方面消化, 我們需不需要對數據動些手腳呢. 所以今天就會提到特徵數據的標準化, 也可以說正常化, 歸一化, 正規化等等. 使用這些標準化手段. 我們不僅可以快速推進機器學習的學習速度, 還可以避免機器學習學得特扭曲. Sklearn feature norma... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/3-02-normalization/

  • 什麼是激勵函數 (深度學習)?

    今天我們會來聊聊現代神經網絡中必不可少的一個組成部分, 激勵函數, activation function. 激勵函數也就是為了解決我們日常生活中不能用線性方程所概括的問題. 機器學習-簡介系列播放列表: https://www.youtube.com/playlist?list=PLXO45tsB95cIF... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/3-04-activation-function/

  • 什么是過度訓練 (深度學習)?

    今天我們會來聊聊機器學習中的過擬合overfitting 現象, 和解決過擬合的方法. 機器學習-簡介系列播放列表: https://www.youtube.com/playlist?list=PLXO45tsB95cIFm8Y8vMkNNPPXAtYXwKin Tensorflow dropout: htt... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/3-05-overfitting/

  • 優化器 Optimizer 加速神經網絡訓練 (深度學習)

    今天我們會來聊聊怎麼樣加速你的神經網絡訓練過程. 裡面的方法包括: Stochastic Gradient Descent (SGD); Momentum; AdaGrad; RMSProp; Adam. 英文學習資料: http://sebastianruder.com/optimizing- gradient-... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/3-06-speed-up-learning/

  • 處理不均衡數據 (深度學習)!

    今天我們會來聊聊在機器學習中常會遇到的問題. 滿手都是不均衡數據.很多數據中,正反數據量都是不均衡的,比如在一千個人中預測一個得癌症的人. 有時候只要一直預測多數派, model 的預測誤差也能很小, 形成"已經學習好了"的假象. 今天我們來看看如何避免這種情況的發生. 機器學習-簡介系列播放列表: https ... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/3-07-imbalanced-data/

  • 什麼是 Batch Normalization 批標準化 (深度學習 deep learning)?

    Batch Normalization, 批標準化, 和普通的數據標準化類似, 是將分散的數據統一的一種做法, 也是優化神經網絡的一種方法. 在之前Normalization 的簡介視頻中我們一提到, 具有統一規格的數據, 能讓機器學習更容易學習到數據之中的規律... 使用Tensorflow 做Batch... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/3-08-batch-normalization/

  • 什麼是 L1 L2 正規化 正則化 Regularization (深度學習 deep learning)

    今天我們會來說說用於減緩過擬合問題的L1 和L2 regularization 正規化手段. 更多內容在我的教學網站: https://morvanzhou.github.io/tutorials/ Theano 使用L1 L2 正規化: https://morvanzhou.github.io/tutor... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/3-09-l1l2regularization/

• 強化學習

  強化學習是機器學習大家族中的一大類，使用強化學習能夠讓機器學著如何在環境中拿到高分

  • 什麼是強化學習?

    今天我們會來聊聊機器學習中的另一大家族, 強化學習reinforcement learning. 詳細的文字教程: https://morvanzhou.github.io/tutorials 強化學習教程: https://www.youtube.com/ playlist?list=PLXO45tsB95cJ... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/4-01-RL/

  • 強化學習方法彙總

    強化學習包括了很多種方法, 我們來對比一下各種不同的方法, 讓你有大概的了解. (q learning, sarsa, sarsa lambda, policy gradients, deep q network, model-based RL, model-free RL , value-based, polic... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/4-02-RL-methods/

  • 什麼是 Q-Learning?

    強化學習Reinforcement learning 中有很多種算法, 都是讓機器人一步步學著處理問題, 這次我們說說比較有名的Q learning. 詳細的文字教程: https://morvanzhou.github.io/tutorials/machine -learning/reinforcement-... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/4-03-q-learning/

  • 什麼是 Sarsa?

    今天我們會來說說強化學習中一個和 Q learning 類似的算法, 叫做 Sarsa. Q learning 介紹: https://www.youtube.com/watch?v=HTZ5xn12AL4&index=17&list=PLXO45tsB95cIFm8Y8vMkNNPPXAtYXwKin 詳細的文... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/4-04-sarsa/

  • 什麼是 Sarsa(lambda)?

    今天我們會來說說強化學習中基於Sarsa 的一種提速方法, 叫做sarsa lambda. Sarsa 簡介: https://youtu.be/AANzrFOQIiM 詳細的文字教程: https://morvanzhou.github.io/tutorials/ machine-learning/reinf... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/4-05-sarsa-lambda/

  • 什麼是 DQN?

    今天我們會來說說強化學習中的一種強大武器, Deep Q Network 簡稱為DQN. Google Deep mind 團隊就是靠著這DQN 使計算機玩電動玩得比我們還厲害. 詳細的文字教程: https:/ /morvanzhou.github.io/tutorials/machine-learning/... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/4-06-DQN/

  • 什麼是策略梯度 Policy Gradients?

    今天我們會來說說強化學習家族中另一類型算法, 叫做Policy Gradients. 詳細的文字教程: https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/ Code in Github: https: //... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/4-07-PG/

  • 什麼是 Actor Critic?

    今天我們會來說說強化學習中的一種結合體Actor Critic (演員評判家), 它合併了以值為基礎(比如Q learning) 和以動作概率為基礎(比如Policy Gradients) 兩類強化學習算法. 詳細的文字教程: https://morvanzhou.github.io/tutoria... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/4-08-AC/

  • 什麼是 Deep Deterministic Policy Gradient (DDPG)?

    今天我們會來說說強化學習中的一種actor critic 的提升方式Deep Deterministic Policy Gradient (DDPG), DDPG 最大的優勢就是能夠在連續動作上更有效地學習. 詳細的文字教程: https://morvanzhou .github.io/tutorials/mac... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/4-09-DDPG/

  • 什麼是 A3C?

    今天我們會來說說強化學習中的一種有效利用計算資源, 並且能提升訓練效用的算法, Asynchronous Advantage Actor-Critic, 簡稱A3C. 詳細的文字教程: https://morvanzhou.github.io/tutorials /machine-learning/reinfor... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/4-10-A3C/

  • AlphaGo Zero 為什麼更厲害?

    在2017年10月19日, Google Deepmind 推出了新一代的圍棋人工智能AlphaGo Zero. AlphaGo zero 被放出的當天... 通過"莫煩Python" 支持我做出更好的視頻: https://morvanzhou .github.io/support/ 通過翻譯,幫助其他語言... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/4-11-AlphaGo-zero/

• 進化算法

  用進化理論來解決複雜的問題，遺傳算法是進化算法的一個分支，它將達爾文的進化理論搬進了計算機。

  • 什麼是遺傳算法?

    這次我們嘗試踏足機器學習中的另外一個領域, 用進化理論來解決複雜的問題. 遺傳算法是進化算法的一個分支. 它將達爾文的進化理論搬進了計算機. 通過"莫煩Python" 支持我做出更好的視頻: https://morvanzhou.github.io/support/ 莫煩Python 更多有趣的教程: ht... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/5-01-genetic-algorithm/

  • 什麼是進化策略?

    進化是大自然賦予我們的禮物, 我們也能學習自然界的這份禮物, 將它放入計算機, 讓計算機也能用進化來解決問題. 我們接著上回提到的遺傳算法, 來說一說另一種使用進化理論的優化模式-進化策略(Evolution Strategy). 遺傳算法簡介: https://www.youtube.com/watch?v=... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/5-02-evolution-strategy/

  • 什麼是神經網絡進化?

    在進化算法這系列的內容中我做了很久鋪墊, 現在總算到了最前沿最先進的技術了. 我們知道機器學習, 深度學習很多時候都和神經網絡是分不開的. 那將進化和神經網絡結合也在近些年有了突破. 進化策略簡介: https://www.youtube.com/watch?v=Etj_gclFFFo 遺傳算法簡介: https... 來源：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/5-03-neuro-evolution/