# 李宏毅机器学习作业 2021HW03 科普文章
李宏毅教授的机器学习课程深受广大学习者的喜爱，其中2021年的第三次作业（HW03）引发了许多关于机器学习中的数据处理、模型构建和评估的讨论。在这篇文章中，我们将探讨一些与作业相关的重要概念，并提供一些代码示例，帮助大家更好地理解这些概念。
## 机器学习的基本流程
在机器学习中，通常的流程包括数据收集、数据预处理、模型选择、模型训练和模型
原创
2024-09-18 07:06:10
118阅读
# 机器学习与旅行计划：李宏毅2021机器学习HW03科普
机器学习正在深刻改变我们生活的各个方面，从智能推荐系统到自动驾驶，几乎无处不在。在李宏毅的2021年机器学习课程中，HW03（作业3）探讨了机器学习中的一些重要概念和算法，今天我们将结合一个旅行计划的例子来进一步理解这些内容。
## 旅行计划的背景
假设我们要出发进行一次为期一周的旅行。这个旅程将涉及多个城市的访问，我们需要合理安排
原创
2024-09-21 07:04:51
139阅读
课程列表： 16年：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML16.html 17年1：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17_1.html 17年2：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17_2.html 19年：http://spe
转载
2024-01-17 08:30:29
53阅读
文章目录1. Classfication2. Generative Model2.1 Method2.2 Modifying Model2.2 mathematical transform3. Logic Regression3.1 Method3.2 Discriminative v.s. Generative3.3 Multi-class ClassificationHW2 1. Class
0. 前言：本博客整理的内容来自于Bilibili网站上的李宏毅老师课程录屏。 1.对机器学习的介绍：1.1 Hand-crafted rule V.S. Machine learningMachine learning（机器学习）：通过对数据的学习，让机器发现数据的规律，并完成一系列任务。 Hand-crafted rule：通过人工设置规则来完成任务，僵化且需要大量的人力。1.2 机器学习三
pandas库numpy
原创
2023-05-28 01:15:58
219阅读
机器学习理念希望机器和人一样聪明，提出人工智慧。希望机器有学习的能力，采用的手段就是机器学习。首先考虑生物的行为，它取决于两件事，一个是后天学习的结果，另一个是先天的本能。“先天的本能”可以理解成事先设计的规则，但是对于机器来说，过多的规则非常死板，它也不会超过设计它的人，这不是人工智慧。不过，一个聪明的AI模型离不开优秀的AI训练师，模型的选择和评估指标的确定就是关键，所以我们需要学习机器学习。
# 学习和实现李宏毅的机器学习课程——2021版
在当今快速发展的科技时代，机器学习已经成为了一个炙手可热的领域。李宏毅教授的机器学习课程以优质的内容和直观的讲解，吸引了大量的学习者。如果你是一名刚入行的小白，以下将为你提供一个完整的学习流程，帮助你更好地实现这个课程中的知识。
## 学习流程
以下是实现“李宏毅机器学习2021”课程的步骤：
| 步骤 | 描述
# 如何实现“李宏毅机器学习2020hw3”作业
在做“李宏毅机器学习2020hw3”这项作业之前，首先我们需要了解整个任务的流程。以下是实现作业的详细步骤：
## 任务流程
| 步骤 | 描述 |
|------|------------------------------|
| 1 | 环境配置
问题引入 使用cnn进行食物分类，给出的图片如上所示，前面的是分类，后面的是编号。 数据处理 首先读入图片，并进行缩放处理，使像素数相同。 def readfile(path, flag): """ :param path: 图片所在文件夹位置 :param flag: 1：训练集或验证集 0：测试
转载
2020-09-25 23:25:00
2440阅读
2评论
文章目录前言一、长短时记忆网络 LSTM二、正向运算三、 反向传播总结 前言了解LSTM的结构图，以及三个门分别影响什么，学习LSTM前向传播和反向传播的具体计算过程。一、长短时记忆网络 LSTMLSTM是RNN的变体，可以解决RNN无法处理长距离依赖的问题，RNN每个时间点都在传递一个hidden state，LSTM在每个时间点除了传递hidden state之外，还传递一个memory c
李宏毅老师的机器学习课程和吴恩达老师的机器学习课程都是都是ML和DL非常好的入门资料，在YouTube、网易云课堂、B站都能观看到相应的课程视频，接下来这一系列的博客我都将记录老师上课的笔记以及自己对这些知识内容的理解与补充。(本笔记配合李宏毅老师的视频一起使用效果更佳！）ML Lecture 4:Classification：Probabilistic Generative Model在这堂课中
转载
2023-12-13 21:14:42
70阅读
文章目录Transformer模型EncoderResidual Connection & Layer normalizationlayer-NormEncoder总结
原创
2022-07-13 11:22:37
730阅读
李宏毅老师的机器学习视频是机器学习领域经典的中文视频之一，也被称为中文世界中最好的机器学习视频。李老师以幽默风趣的上课风格让很多晦涩难懂的机器学习理论变得轻松易懂，并且老师会通过很多有趣的例子结合机器学习理论在课堂上展现出来，并且逐步推导深奥的理论知识。比如老师会经常用宝可梦来结合很多机器学习算法。对于想入门机器学习又想看中文讲解的人来说绝对是非常推荐的。
前不久，Github上
问题引入 很简单，就是二分类问题。 数据处理 首先读入数据 def read_file(): """读入数据""" x_train = pd.read_csv('X_train.csv') x_train = x_train.iloc[:, 1:].to_numpy() y_train = pd.r
转载
2020-09-20 21:14:00
418阅读
2评论
半监督学习1、什么是Semi-Supervised2、Semi-Surpervised在生成模型中如何实现的（EM算法）3、Semi-Surpervised基于Low-density Separation（低密度分离）假设是如何实现的 1）Self-training方法+Entropy-based Regularization 2）SVM4、Semi-Surpervised基于Smoothne
转载
2024-03-07 13:34:10
99阅读
问题引入 作业所给的数据是某地的观测记录，每个月取前20天的数据，观测数据共有18个指标，每小时记录这18个指标的值，共记录12个月。 现在从剩下的资料中取出连续的9小时的观测数据，请预测第10个小时的PM2.5指标的值。 数据处理 先将csv文件内容读入进来，首先需要注意的是RAINFALL指标还
转载
2020-09-19 09:40:00
352阅读
2评论
# 深入理解李宏毅机器学习HW3数据集
在机器学习的学习过程中，数据集是一个不可或缺的环节。在李宏毅教授的机器学习课程中，HW3包含了一个独特而有趣的数据集，用以帮助学生更好地理解机器学习算法的实践应用。本文将通过一个简单的示例来探索这一数据集，并提供相关的代码解析。
## 数据集概述
HW3的数据集主要涉及多种机器学习算法的应用，如线性回归、逻辑回归和支持向量机等。通常这些数据集将包括特征
文章目录【系列文章】【简要说明】【视频分享】【作业详情】【调参记录】【Simple Baseline：1.96993】【Medium Baseline：1.15678】【Strong Baseline：0.92619】【Boss Baseline：0.81456】【总结讨论】【资源链接】【参考文献】【写在最后】 【系列文章】【专栏：深度解析李宏毅机器学习2023作业】【简要说明】1、2023年春
转载
2024-02-07 10:33:12
259阅读
课程描述 由国立台湾大学李宏毅老师主讲的纯中文版，2021年机器学习（深度学习）开课了，课程相关的部分资源已经release出来了，今年课程新增了很多新的前沿的内容，分享给大家。 bkhq：李宏毅最新-《深度学习/机器学习课程2021》课程视频及ppt免费分享课程大纲课程主页https://speech.e
原创
2023-06-23 12:43:24
178阅读
