“第十三章 学习方法”版本间的差异

来自cslt Wiki
跳转至： 导航、 搜索
第26行： 第26行：
 
* 分类任务演示 [https://cs.stanford.edu/people/karpathy/convnetjs/demo/classify2d.html]
 
* 分类任务演示 [https://cs.stanford.edu/people/karpathy/convnetjs/demo/classify2d.html]
 
* 聚类演示 [http://alekseynp.com/viz/k-means.html]
 
* 聚类演示 [http://alekseynp.com/viz/k-means.html]
−
* 流形学习演示 []
+
* 流形学习演示 （tSNE) [https://cs.stanford.edu/people/karpathy/tsnejs/csvdemo.html][https://projector.tensorflow.org/]
 +
 
  
  

2022年8月3日 (三) 10:23的版本

教学资料

  • 教学参考
  • 课件
  • 小清爱提问：监督学习和无监督学习有什么不同？[]
  • 小清爱提问：什么是强化学习？[]

扩展阅读

  • 小清爱提问：什么是聚类？ [1]
  • 小清爱提问：什么是流形学习？[]
  • 小清爱提问：机器学习里有哪些回归模型[]
  • 小清爱提问：机器学习里有哪些分类模型[2]
  • UC Berkley的科学家用一小时教会机器人站立、抓取等动作[3][4][5]
  • DeepMind AlphaGo博客[6]
  • 维基百科: AlphaGo [7][8]
  • DeepMind AlphaStar博客[9]
  • 维基百科: AlphaStar[10]


演示链接

  • 回归任务演示 [11]
  • 分类任务演示 [12]
  • 聚类演示 [13]
  • 流形学习演示 （tSNE) [14][15]



开发者资源

高级读者

  • 王东，机器学习导论,2021,清华大学出版社 [16]
取自“http://index.cslt.org/mediawiki/index.php?title=第十三章_学习方法&oldid=38833”