【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)
基于TensorFlow的机器学习速成课程25讲视频全集(04-06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
测试集是用于评估根据训练集开发的模型的数据集。
预计用时:2 分钟 学习目标
通过将数据集划分为训练集和测试集,您可以判断给定模型能否很好地泛化到新数据。不过,当进行多轮超参数调整时,仅使用两类数据可能不太够。
预计用时:2 分钟 学习目标
机器学习模型不能直接看到、听到或感知输入样本。您必须创建数据表示,为模型提供有用的信号来了解数据的关键特性。也就是说,为了训练模型,您必须选择最能代表数据的特征集。
预计用时:6 分钟 学习目标
明天更新10~12讲,继续关注!
https://developers.google.cn/machine-learning/crash-course
-END-