“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 []
 +
* Edinburgh demo page [https://homepages.inf.ed.ac.uk/rbf/IAPR/researchers/MLPAGES/mldem.htm]
 +
 
  
 
==开发者资源==
 
==开发者资源==

2022年8月3日 (三) 10:10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 []
  • Edinburgh demo page [14]


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 [15]
取自“http://index.cslt.org/mediawiki/index.php?title=第十三章_学习方法&oldid=38830”