首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >斯坦福经典AI课程CS 221官方笔记来了!机器学习模型、贝叶斯网络等重点速查

斯坦福经典AI课程CS 221官方笔记来了!机器学习模型、贝叶斯网络等重点速查

作者头像
zenRRan
发布2019-06-14 17:22:33
1K0
发布2019-06-14 17:22:33
举报

来源:新智元、Stanford

作者:鹏飞

斯坦福大学的人工智能课程“CS 221”,这门铁打的课程从2011年开始已经走过了8个年头,流水的讲师换了一批又一批,送走的毕业生一拨又一拨,至今仍然是人工智能学习的经典课程之一。目前2019年春季课程正在如火如荼的开展中。

这门课程是没有教科书的,所有内容都蕴含在讲师的教案以及课后作业中。不过为了方便广大不能亲临现场听讲的同学,课程官方推出了课程笔记CheatSheet,涵盖4大类模型。

笔记已在GitHub开源,5份PDF供大家下载保存打印当成鼠标垫设成壁纸做成窗帘裁成小册子…随便你选择自己合适的操作方式。地址:

https://github.com/afshinea/stanford-cs-221-artificial-intelligence/blob/master/cheatsheet-reflex-models.pdf

因为每年课程可能都会有更新,所以在介绍笔记之前,让我们先对今年春季课程有一个先入的了解,便于新进同学少走弯路。

这门课程是关于什么的?

网络搜索,语音识别,人脸识别,机器翻译,自动驾驶和自动调度有什么共同之处?这些都是复杂的现实问题,人工智能的目标是用严格的数学工具解决这些问题。

在本课程中,你讲学习这些应用程序的基本原则并实践其中一些系统。具体主题包括机器学习,搜索,游戏,马尔可夫决策过程,约束满足,图形模型和逻辑。该课程的主要目标是提供解决生活中可能遇到的新AI问题的工具。

预备知识

这门精进课程涵盖众多领域,而且课程进度飞快,要求学者必须在理论和经验方面都有坚实的基础。在开始学习该课程之前,确保你已经看过以下课程(或者其他途径学到的同等级课程)

  • 编程 (CS 106A, CS 106B, CS 107)
  • 离散数学 (CS 103)
  • 概率 (CS 109)

接下来新智元来介绍一下笔记内容。

基于反射的机器学习模型

在本节介绍了基于反射的模型,这些模型可以通过经历具有输入-输出的样本来改善经验。这一节主要介绍了以下概念

  • 线性预测变量
  • 损失最小化
  • 非线性预测变量
  • 随机梯度下降
  • 微调模型

部分子概念:

线性分类

K最近邻

神经网络

梯度下降

反向传播

近似和估计误差

具有搜索优化和MDP的基于状态的模型

本节主要介绍了搜索优化、马尔可夫决策过程和游戏。

部分子概念:

树搜索

搜索问题

广度优先搜索

深度优先搜索

统一成本搜索

A星搜索

马尔科夫决策

具有CSP和贝叶斯网络的基于变量的模型

本节主要讲了约束满足问题和贝叶斯网络。

部分子概念:

因子图

Markov blanket

贝叶斯网络

基于逻辑的模型,具有命题和一阶逻辑

本节主要介绍了该模型概念、命题逻辑和一阶逻辑。

部分子概念:

概念

解释功能

分辨率推理规则

官方笔记地址:

https://stanford.edu/~shervine/teaching/cs-221/cheatsheet-reflex-models

留言内容为:【day n】今天我学到了什么或者今天打算学什么。(至少10个字,越详细越好)

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-06-05,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 深度学习自然语言处理 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档