【导读】前些日子,大家都知道,Google 上线了基于 TensorFlow 的机器学习速成课程,它包含 40 多项练习、25 节课程以及 15 个小时的紧凑学习内容。
基于TensorFlow的机器学习速成课程25讲视频全集(01-03讲)
本课程是机器学习热爱者的自学指南,且课程资料都是中文书写,课程视频都由机器学习技术转述为中文音频。这对于中文读者来说将会有很大的帮助,我们也能选择英文语音以更精确地学习内容。这曾是 Google 内部培训工程师的课程,有近万名 Google 员工参与并将学到的东西用在产品的优化和增强上。
课程网址:
https://developers.google.cn/machine-learning/crash-course 注:最低下角可点击切换到中文版
机器学习概念 01-03讲:机器学习简介、框架处理、深入了解ML 04-06讲:降低损失、使用TF的基本步骤、泛化 07-09讲:训练集和测试集、验证、表示法 10-12讲:特征组合、简单正则化、逻辑回归 13-15讲:分类、稀疏性正则化、神经网络简介 16-18讲:训练神经网络、多类别神经网络、嵌套 机器学习工程 19-20讲:生产环境机器学习系统、静态与动态训练 21-22讲:静态与动态推理、数据依赖关系 应用示例 23-25讲:癌症预测、18世纪文字、应用准则
为了训练模型,我们需要一种可降低模型损失的好方法。迭代方法是一种广泛用于降低损失的方法,而且使用起来简单有效。
预计用时:5 分钟 学习目标
预计用时:1 分钟 学习目标
泛化是指模型很好地拟合以前未见过的新数据(从用于创建该模型的同一分布中抽取)的能力。
预计用时:5 分钟 学习目标
明天更新7~9讲,继续关注!
https://developers.google.cn/machine-learning/crash-course
-END-