简介

李宏毅老师，是宝岛台湾大学电机工程系教授，他分别于2010年和2012年获得硕士和博士学位，主要研究机器学习尤其是深度学习、语言理解和语音识别。李宏毅老师的机器学习课程可以说是最具代表性的中文公开课之一，已经成为大量国内初学者的首选。

2021年的机器学习课程已经全部更新完毕，全程中文讲解，覆盖的内容也非常丰富，视频均长约40分钟。

课程目录

1. 预测本频道观看人数(上)-机器学习基本概念简介

2. 预测本频道观看人数(下)-深度学习基本概念简介

3. 机器学习任务攻略

4. 类神经网络训练不起来怎么办(一)：局部最小值(local minima)与鞍点(saddle point)

5. 类神经网络训练不起来怎么办(二)：批次(batch)与动量(momentum)

6. 类神经网络训练不起来怎么办(三)：自动调整学习率(learning rate)

7. 类神经网络训练不起来怎么办(四)：损失函数(loss)也可能有影响

8. 类神经网络训练不起来怎么办(五)：批次标准化(batch normalization)简介

9. 卷积神经网络(Convolutional Neural Networks，即CNN)

10. 注意力机制(self-attention)(上)

11. 注意力机制(self-attention)(下)

12. Transformer(上)

13. Transformer(下)

14. 生成对抗网络(Generative Adversarial Network，即GAN)(一) – 基本概念介绍

15. 生成对抗网络(Generative Adversarial Network，即GAN)(二) – 理论介绍与WGAN

16. 生成对抗网络(Generative Adversarial Network，即GAN)(三) – 生成器效能评估与条件式生成

17. 生成对抗网络(Generative Adversarial Network，即GAN)(四) – Cycle GAN

18. 自监督式学习(Self-supervised Learning) (一) – 芝麻街与进击的巨人

19. 自监督式学习(Self-supervised Learning) (二) – BERT简介

20. 自监督式学习(Self-supervised Learning) (三) – BERT的奇闻异事

21. 自监督式学习(Self-supervised Learning) (四) – GPT的野望

22. 自编码器(Auto encoder)(上) - 基本概念

23. 自编码器(Auto encoder)(下) - 领结变声器与更多应用

24. 来自人类的恶意攻击(Adversarial Attack) (上) – 基本概念

25. 来自人类的恶意攻击(Adversarial Attack) (下) – 类神经网络能否躲过人类深不见底的恶意?

26. 机器学习模型的可解释性(Explainable ML) (上) - 为什么神经网络可以正确分辨宝可梦和数码宝贝呢？

27. 机器学习模型的可解释性(Explainable ML) (下) - 机器心中的猫长什么样子？

28. 概述领域自适应(Domain Adaptation)

29. 概述增强式学习(Reinforcement Learning, RL) (一) – 增强式学习跟机器学习一样都是三个步骤

30. 概述增强式学习(Reinforcement Learning, RL) (二) – Policy Gradient与修课心情

31. 概述增强式学习(Reinforcement Learning, RL) (三) – Actor-Critic

32. 概述增强式学习(Reinforcement Learning, RL) (四) – 回馈非常罕见的时候怎么办？机器的望梅止渴

33. 概述增强式学习(Reinforcement Learning, RL) (五) – 如何从示范中学习?逆向增强式学习

34. 机器终身学习(Life Long Learning, LL) (一) - 为什么今日的人工智能无法成为天网?灾难性遗忘(Catastrophic Forgetting)

35. 机器终身学习(Life Long Learning, LL) (二) - 灾难性遗忘(Catastrophic Forgetting)的克服之道

36. 神经网络压缩(Network Compression) (一) - 类神经网络剪枝(Pruning)与大乐透假说(Lottery Ticket Hypothesis)

37. 神经网络压缩(Network Compression) (二) - 从各种不同的面向来压缩神经网络

38. 元学习Meta Learning (一) - 元学习跟机器学习一样也是三个步骤

39. 元学习Meta Learning (二) - 万物皆可Meta

40. 课程结语 - 最后的作业并改编《为学一首示子侄》作结

课程获取方法

在公众号后台，回复 "李宏毅2021" ，获取下载链接。