Header Ads

ad728
  • Breaking News

    Giáo trình và Lịch học môn máy học -Nguyễn Công Trình

    thể loạiĐề tài
    Ôn tập
    • Đại số tuyến tính
    • Ma trận tính toán
    • Xác suất và Thống kê
    Học có giám sát
    • Hồi quy tuyến tính (Gradient gốc, phương trình bình thường)
    • Hồi quy tuyến tính có trọng số (LWR)
    • Hồi quy logistic, Perceptron
    • Phương pháp của Newton, Phân kỳ KL, Entropy (chéo), Gradient tự nhiên
    • Gia đình hàm mũ và mô hình tuyến tính tổng quát
    • Các mô hình phát sinh (Phân tích phân biệt đối xử Gaussian, Naive Bayes)
    • Phương pháp hạt nhân (quy trình SVM, Gaussian)
    • Cây tập hợp (Cây quyết định, Rừng ngẫu nhiên, Tăng tốc và Tăng cường độ dốc)
    Học lý thuyết
    • Chính quy
    • Phân rã Bias-Variance và trao đổi
    • Bất đẳng thức tập trung
    • Tổng quát hóa và hội tụ thống nhất
    • Kích thước VC
    Học kĩ càng
    • Mạng lưới thần kinh
    • Lan truyền ngược
    • Kiến trúc sâu
    Học tập không giám sát
    • Nghĩa là
    • Mô hình hỗn hợp Gaussian (GMM)
    • Tối đa hóa kỳ vọng (EM)
    • Bộ mã hóa tự động biến đổi (VAE)
    • Phân tích nhân tố
    • Phân tích thành phần chính (PCA)
    • Phân tích thành phần độc lập (ICA)
    Học tăng cường (RL)
    • Quy trình quyết định Markov (MDP)
    • Phương trình Bellmans
    • Lặp lại giá trị và lặp lại chính sách
    • Giá trị gần đúng của hàm
    • Học hỏi
    Ứng dụng
    • Tư vấn về cấu trúc một dự án ML
    • Đánh giá số liệu
    Bảng này sẽ được cập nhật thường xuyên trong quý để phản ánh những gì thực sự được đề cập, cùng với các bài đọc và ghi chú tương ứng.
    Biến cốNgàySự miêu tảTài liệu và bài tập
    Bài giảng 124/24
    • Giới thiệu và hậu cần
    • Nhận xét về Đại số tuyến tính
    Ghi chú lớp
    • Giới thiệu [ pptx ]
    • Đại số tuyến tính (phần 1-3) [ pdf ]
    Bài giảng 226/26
    • Đánh giá tính toán ma trận
    • Đánh giá xác suất
    Ghi chú lớp
    • Đại số tuyến tính (phần 4) [ pdf ]
    • Lý thuyết xác suất [ pdf ]
    • Các slide lý thuyết xác suất [ pdf ]
    Bài giảng 36/11
    • Đánh giá xác suất và thống kê
    • Thiết lập học tập có giám sát
    Ghi chú lớp
    • Học có giám sát [ pdf ]
    • Lý thuyết xác suất [ pdf ]
    Bài giảng 47/1
    • Hồi quy tuyến tính
    • Gradient Descent (GD), Stochastic Gradient Descent (SGD)
    • Phương trình bình thường
    • Giải thích xác suất
    • Ước tính khả năng tối đa (MLE)
    Ghi chú lớp
    • Học có giám sát (phần 1-3) [ pdf ]
    Bài giảng 57/3
    • Perceptionron
    • Hồi quy logistic
    • Phương pháp của Newton
    Ghi chú lớp
    • Học có giám sát (phần 5-7) [ pdf ]
    Bài giảng 67/5
    • Gia đình theo cấp số nhân
    • Mô hình tuyến tính tổng quát (GLM)
    Ghi chú lớp
    • Học có giám sát (phần 8-9) [ pdf ]
    Bài giảng 77/8
    • Phân tích phân biệt đối xử Gaussian (GDA)
    • Vịnh Naive
    • Làm mịn Laplace
    Ghi chú lớp
    • Thuật toán tạo [ pdf ]
    Bài giảng 87/10
    • Phương pháp hạt nhân
    • Hỗ trợ máy Vector
    Ghi chú lớp
    • Phương thức hạt nhân và SVM [ pdf ]
    Bài giảng 97/12
    • Các quy trình Gaussian
    Ghi chú lớp
    • Các quy trình Gaussian [ pdf ]
    Không bắt buộc
    • Phân phối Gaussian đa biến [ pdf ]
    • Thông tin thêm về Phân phối Gaussian [ pdf ]
    Bài giảng 1015/7
    • Mạng lưới thần kinh và học tập sâu
    Ghi chú lớp
    • Học sâu (bỏ qua 3.3) [ pdf ]
    Không bắt buộc
    • Backpropagation [ pdf ]
    Bài giảng 1117/7
    • Học sâu (tiếp)
    Bài giảng 127/19
    • Xu hướng và phương sai
    • Chính quy hóa, giải thích Bayes
    • Lựa chọn người mẫu
    Ghi chú lớp
    • Chính quy hóa và lựa chọn mô hình [ pdf ]
    Bài giảng 137/22
    • Trao đổi Bias-Variance (kết thúc)
    • Hội tụ đồng phục
    Ghi chú lớp
    • Phân tích phương sai Bias [ pdf ]
    • Lý thuyết học thống kê [ pdf ]
    Bài giảng 147/24
    • Học tăng cường (RL)
    • Quy trình quyết định Markov (MDP)
    • Lặp lại giá trị và chính sách
    Ghi chú lớp
    • Học tập và Kiểm soát Củng cố (Giây 1-2) [ pdf ]
    Bài giảng 157/26
    • RL (kết thúc)
    • Học mô hình MDP
    • Hoa liên tục
    Ghi chú lớp
    • Học tập và Kiểm soát Củng cố (Giây 3-4) [ pdf ]
    Bài giảng 1629/7Học tập không giám sát
    • K-có nghĩa là phân cụm
    • Hỗn hợp Gaussian (GMM)
    • Tối đa hóa kỳ vọng (EM)
    Ghi chú lớp
    • K-nghĩa là [ pdf ]
    • Hỗn hợp Gaussian [ pdf ]
    • Tối đa hóa kỳ vọng (Giây 1-2, bỏ qua 2.1) [ pdf ]
    Bài giảng 177/31
    • EM (kết thúc)
    • Phân tích nhân tố
    Ghi chú lớp
    • Tối đa hóa kỳ vọng (Phần 3) [ pdf ]
    • Phân tích nhân tố [ pdf ]
    Bài giảng 188/2
    • Phân tích nhân tố (kết thúc)
    • Phân tích thành phần chính (PCA)
    • Phân tích thành phần độc lập (ICA)
    Ghi chú lớp
    • Phân tích thành phần chính [ pdf ]
    • Phân tích thành phần độc lập [ pdf ]
    Bài giảng 198/5
    • Gia đình tối đa và theo cấp số nhân
    • Phân kỳ KL
    • Hiệu chuẩn và quy tắc chấm điểm thích hợp
    Ghi chú lớp
    • Entropy tối đa [ pdf ]
    Bài giảng 208/7
    • Suy luận biến đổi
    • Biến thể EM
    • Bộ biến đổi tự động
    Ghi chú lớp
    • VAE (Giây 4) [ pdf ]
    Bài giảng 218/9
    • Đánh giá số liệu
    Ghi chú lớp
    • Số liệu đánh giá [ pptx ]
    Bài giảng 228/12
    • Lời khuyên và lời khuyên thiết thực
    • Đánh giá cho trận chung kết
    Ghi chú lớp
    Bài giảng 238/14
    • Đánh giá cho trận chung kết
    Ghi chú lớp

    Không có nhận xét nào

    Post Top Ad

    ad728

    Post Bottom Ad

    ad728