“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
 
（相同用户的8个中间修订版本未显示）
第7行： 第7行：
 
==扩展阅读==
 
==扩展阅读==
  
−
*小清爱提问：什么是聚类？ [https://mp.weixin.qq.com/s?__biz=Mzk0NjIzMzI2MQ==&mid=2247487378&idx=1&sn=bd2ec82d7baf0d4c3074f2b09bd678aa&chksm=c3080550f47f8c46308ce16dfe3facff9f9f09482c0da5ceb50c2ed0ba0043e5e3960bbf7df6&scene=178#rd]
 
−
*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[https://mp.weixin.qq.com/s?__biz=Mzk0NjIzMzI2MQ==&mid=2247486850&idx=1&sn=313502e7f4533d70fc627240df7fc4db&chksm=c3080740f47f8e56dbb88a8f9bdbf4486843b3a6a5b4a6dd31061cbcbca1f5f0f97cfbee87b6&scene=178#rd]
 
−
 
−
*UC Berkley的科学家用一小时教会机器人站立、抓取等动作[https://arxiv.org/pdf/2206.14176.pdf][https://danijar.com/project/daydreamer/][http://aigraph.cslt.org/courses/08/DayDreamer.mp4]
 
 
*DeepMind AlphaGo博客[https://www.deepmind.com/research/highlighted-research/alphago]
 
*DeepMind AlphaGo博客[https://www.deepmind.com/research/highlighted-research/alphago]
 
*维基百科: AlphaGo [http://aigraph.cslt.org/courses/13/AlphaGo.pdf][http://aigraph.cslt.org/courses/13/AlphaGo_chs.pdf]
 
*维基百科: AlphaGo [http://aigraph.cslt.org/courses/13/AlphaGo.pdf][http://aigraph.cslt.org/courses/13/AlphaGo_chs.pdf]
第18行： 第12行：
 
*维基百科: AlphaStar[http://aigraph.cslt.org/courses/13/AlphaStar.pdf]
 
*维基百科: AlphaStar[http://aigraph.cslt.org/courses/13/AlphaStar.pdf]
  
 +
==视频展示==
 +
*小清爱提问：什么是聚类？ [https://mp.weixin.qq.com/s?__biz=Mzk0NjIzMzI2MQ==&mid=2247487378&idx=1&sn=bd2ec82d7baf0d4c3074f2b09bd678aa&chksm=c3080550f47f8c46308ce16dfe3facff9f9f09482c0da5ceb50c2ed0ba0043e5e3960bbf7df6&scene=178#rd]
 +
*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[https://mp.weixin.qq.com/s?__biz=Mzk0NjIzMzI2MQ==&mid=2247486850&idx=1&sn=313502e7f4533d70fc627240df7fc4db&chksm=c3080740f47f8e56dbb88a8f9bdbf4486843b3a6a5b4a6dd31061cbcbca1f5f0f97cfbee87b6&scene=178#rd]
 +
*UC Berkley的科学家用一小时教会机器人站立、抓取等动作 [http://aigraph.cslt.org/courses/08/DayDreamer.mp4][https://arxiv.org/pdf/2206.14176.pdf][https://danijar.com/project/daydreamer/]
  
  
第23行： 第23行：
  
  
−
* 优化方法在线演示(回归任务演示） [https://www.benfrederickson.com/numerical-optimization/]
+
* 回归任务演示 [https://www.benfrederickson.com/numerical-optimization/]
−
* 基于神经网络的二分类任务演示 （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]
 +
* 流形学习演示 （tSNE) [https://cs.stanford.edu/people/karpathy/tsnejs/csvdemo.html][https://projector.tensorflow.org/]
  
 
==开发者资源==
 
==开发者资源==
 +
 +
* 用于机器学习的Sklearn Python工具包，包含回归，分类，聚类，流形学习等各种函数库  [https://scikit-learn.org/stable/]
 +
  
 
==高级读者==
 
==高级读者==
  
 
* 王东，机器学习导论,2021,清华大学出版社 [http://mlbook.cslt.org]
 
* 王东，机器学习导论,2021,清华大学出版社 [http://mlbook.cslt.org]
 +
* 周志华，机器学习,2016 [https://item.jd.com/11867803.html]

2022年9月1日 (四) 09:09的最后版本

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

  • DeepMind AlphaGo博客[1]
  • 维基百科: AlphaGo [2][3]
  • DeepMind AlphaStar博客[4]
  • 维基百科: AlphaStar[5]

视频展示

  • 小清爱提问：什么是聚类？ [6]
  • 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[7]
  • UC Berkley的科学家用一小时教会机器人站立、抓取等动作 [8][9][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

  • 用于机器学习的Sklearn Python工具包，包含回归，分类，聚类，流形学习等各种函数库 [16]


高级读者

  • 王东，机器学习导论,2021,清华大学出版社 [17]
  • 周志华，机器学习,2016 [18]
取自“http://index.cslt.org/mediawiki/index.php?title=第十三章_学习方法&oldid=39315”