机器学习 -- 李宏毅 2021/2022 春机器学习课程（进行中）
- 李宏毅 2020 机器学习 & 深度学习
- 课件：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML20.html P3 08:42
- 李宏毅 2021/2022 春机器学习课程 https://www.bilibili.com/video/BV1Wv411h7kN/
2022-机器学习相关规定
32:27
2021-机器学习相关规定
32:45
第一节 2021 -（上）- 机器学习基本概念简介
50:00
2021 -（下）- 深度学习基本概念简介
58:35
2022-Colab 教学
12:34
2022-PyTorch Tutorial 1
31:01
2022-PyTorch Tutorial 2
15:52
2021-Google Colab 教学
09:24
2021-Pytorch 教学 part 1
22:01
2021-Pytorch 教学 part 2（英文有字幕）
09:21
2022-作业 HW1
40:36
2021-作业 HW1
18:58
（选修）To Learn More - 深度学习简介
46:29
（选修）To Learn More - 反向传播（Backpropagation）
31:26
（选修）To Learn More - 预测神奇宝贝 Pokemon
01:18:36
（选修）To Learn More - 分类神奇宝贝 Pokemon
01:09:40
（选修）To Learn More - 逻辑回归
01:07:12
第二节 2021 - 机器学习任务攻略
51:24
2021 - 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）
33:45
2021 - 类神经网络训练不起来怎么办（二）批次（batch） 与动量（momentum）
30:59
2021 - 类神经网络训练不起来怎么办（三）自动调整学习率（Learning Rate）
37:42
2021 - 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
19:27
2022 - 再探宝可梦、数码宝贝分类器 — 浅谈机器学习原理
01:14:00
（选修）To Learn More - Gradient Descent 样例 1
02:36
（选修）To Learn More - Gradient Descent 样例 2
01:41
（选修）To Learn More - Optimization for Deep Learning（1_2）
54:35
（选修）To Learn More - Optimization for Deep Learning（2_2）
54:31
2022 - 作业 HW2
20:04
2021 - 作业说明 HW2 中文低画质版
30:50
2021 - 作业说明 HW2-英文有字幕高清版
26:55
第三节 2021 - 卷积神经网络（CNN）
55:40
2022 - 为什么用了验证集（validation set） 结果却还是过拟合（overfitting） 了呢？
08:56
2022 - 鱼与熊掌可以兼得的机器学习
41:35
（选修）To Learn More - Spatial Transformer Layer
32:55
2022 - 作业说明 HW3
34:21
2021- 作业说明 HW3 中文低画质
24:55
2021- 作业说明 HW3 英文高画质有字幕
29:07
第四节 2021 - 自注意力机制（Self-attention）（上）
28:18
2021 - 自注意力机制（Self-attention）（下）
45:57
（选修）To Learn More - Recurrent Neural Network（Part I）
48:59
（选修）To Learn More - Recurrent Neural Network（Part II）
01:30:50
（选修）To Learn More - Graph Neural Network（1_2）
39:01
（选修）To Learn More - Graph Neural Network（2_2）
01:11:36
（选修）To Learn More - Unsupervised Learning - Word Embedding
40:38
2022 - 作业说明 HW4
19:23
2021 - 作业说明 HW4-中文低画质版
25:22
2021 - 作业说明 HW4-英文无字幕高清版
22:43
第五节 2021 - 类神经网络训练不起来怎么办（五）批次标准化（Batch Normalization）
30:55
2021 - Transformer（上）
32:47
2021 - Transformer（下）
01:00:33
2022 - 各式各样神奇的自注意力机制（Self-attention） 变型
01:11:16
（选修）To Learn More - Non-Autoregressive Sequence Generation
01:01:52
（选修）To Learn More - Pointer Network
13:35
2022 - 作业说明 HW5
37:52
2021 - 作业说明 HW5 中文 + Judgeboi 讲解
50:17
2021 - 作业说明 HW5 slides tutorial -英文版机翻
16:48
2021 - 作业说明 HW5 code tutorial -英文版机翻
16:14
第六节 2021 - 生成式对抗网络（GAN）（一）– 基本概念介紹
39:08
2021 - 生成式对抗网络（GAN）（二）– 理论介绍与 WGAN
46:40
2021 - 生成式对抗网络（GAN）（三）– 生成器效能评估与条件式生成
49:46
2021 - 生成式对抗网络（GAN）（四）– Cycle GAN
23:40
（选修）To Learn More - GAN Basic Theory
01:20:19
（选修）To Learn More - General Framework
25:04
（选修）To Learn More - WGAN, EBGAN
50:07
（选修）To Learn More - Unsupervised Learning - Deep Generative Model（Part I）
29:34
（选修）To Learn More - Unsupervised Learning - Deep Generative Model（Part II）
01:03:31
（选修）To Learn More - Flow-based Generative Model
01:07:51
2021 - 作业说明 HW6 中文版低画质
29:03
2021 - 作业说明 HW6 英文版高画质有字幕
12:20
2022 - 作业说明 HW6
38:51
第七节 2021 - 自监督式学习（一）– 芝麻街与进击的巨人
07:09
2021 - 自监督式学习（二）– BERT 简介
50:40
2021 - 自监督式学习（三）– BERT 的奇闻轶事
24:13
2021 - 自监督式学习（四）– GPT 的野望
17:04
2022 - 如何有效的使用自督导式模型 - Data-Efficient & Parameter-Efficient Tuning
01:22:09
2022 - 语音与影像上的神奇自督导式学习模型
01:21:59
（选修）To Learn More - BERT and its family - Introduction and Fine-tune
50:08
（选修）To Learn More - ELMo, BERT, GPT, XLNet, MASS, BART, UniLM, ELECTRA, others
01:11:46
（选修）To Learn More - Multilingual BERT
39:13
（选修）To Learn More - 來自獵人暗黑大陸的模型 GPT-3
29:57
2021 - 作业说明 HW7 中文版低画质
21:07
2022 - Homework 7
25:56
第八节 2021 - 自编码器（Auto-encoder）（上）– 基本概念
19:01
2021 - 自编码器（Auto-encoder）（下）– 领结变声器与更多应用
30:35
2021 - Anomaly Detection（1_7）
13:23
2021 - Anomaly Detection（2_7）
14:10
2021 - Anomaly Detection（3_7）
14:05
2021 - Anomaly Detection（4_7）
04:08
2021 - Anomaly Detection（5_7）
12:18
2021 - Anomaly Detection（6_7）
12:20
2021 - Anomaly Detection（7_7）
06:02
（选修）To Learn More - Unsupervised Learning - Linear Methods
01:40:21
（选修）To Learn More - Unsupervised Learning - Neighbor Embedding
30:59
2021 - 作业说明 HW8 中文版低画质
25:44
2022 - 作业说明 Homework 8
21:31
第九节 2021 - 机器学习的可解释性（上）– 为什么神经网络可以正确分辨宝可梦和数码宝贝
49:08
2021 - 机器学习的可解释性（下）–机器心中的猫长什么样子
22:46
2022 - 自然语言处理上的对抗式攻击（由姜成翰助教讲授）- Part 1
56:06
2021 - 作业说明 HW9 中文版低画质
42:22
2022 - Homework 9
10:35
第十节 2021 - 来自人类的恶意攻击（Adversarial Attack）（上）– 基本概念
29:50
2021 - 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
46:33
2022 - 自然语言处理上的对抗式攻击（由姜成翰助教讲授）- Part 2
01:26:22
2022 - 自然语言处理上的对抗式攻击（由姜成翰助教讲授）- Part 3
01:10:20
2022 - 自然语言处理上的模仿攻击（Imitation Attack） 以及后门攻击（Backdoor Attack）（由姜成翰助教讲授）
43:13
（选修）To Learn More - More about Adversarial Attack（1_2）
29:58
（选修）To Learn More - More about Adversarial Attack（2_2）
29:45
2021 - 作业说明 HW10 中文版低画质
36:50
2022 - Homework 10
30:30
第十一节 2021 - 概述领域自适应（Domain Adaptation）
34:33
2022 - 恶搞自督导式学习模型 BERT 的三个故事
53:43
2021 - 作业说明 HW11 Domain Adaptation
51:55
2022 - 作业说明 Homework11
31:55
第十二节 2021 - 概述增強式學習（一）– 增强式学习和机器学习一样都是三个步骤
45:02
2021 - 概述增强式学习（二）– Policy Gradient 与修课心情
41:15
2021 - 概述增强式学习（三）– Actor-Critic
34:41
2021 - 概述增强式学习（四）– 回馈非常罕見的時候怎么办？机器的望梅止渴
17:35
2021 - 概述增强式学习（五）– 如何从示范中学习？逆向增強式学习（Inverse RL）
27:08
2021 - 作业说明 HW12 中文高清
21:59
2022 - 作业说明 HW12（英文版）- 1_2
13:15
（选修）To Learn More - Deep Reinforcement Learning
01:06:22
第十三节 2021 - 神经网络压缩（一）- 类神经网络剪枝（Pruning） 与大乐透假说（Lottery Ticket Hypothesis）
29:32
2021 - 神经网络压缩（二）- 从各种不同的面向來压缩神经网络
56:46
（选修）To Learn More - Proximal Policy Optimization（PPO）
41:34
（选修）To Learn More - Q-learning（Basic Idea）
49:44
（选修）To Learn More - Q-learning（Advanced Tips）
38:31
（选修）To Learn More - Q-learning（Continuous Action）
14:58
（选修）To Learn More - Geometry of Loss Surfaces（Conjecture）
17:07
2021 - 作业说明 HW13 中文高清
33:52
2022 - 作业说明 HW13
36:07
第十四节 2021 - 机器终身学习（一）- 为什么今日的人工智能无法成为天网？灾难性遗忘（Catastrophic Forgetting）
32:00
2021 - 机器終身学习（二）- 灾难性遗忘（Catastrophic Forgetting）
36:39
2021 - 作业说明 HW14 中文高清
27:49
2022 - 作业说明 HW14
22:03
第十五节 2021 - 元学习 Meta Learning（一）- 元学习和机器学习一样也是三個步骤
46:21
2021 - 元学习 Meta Learning（二）- 万物皆可 Meta
31:37
2022 - 各种奇葩的元学习（Meta Learning） 用法
31:13
（选修）To Learn More - Meta Learning – MAML（1）
07:41
（选修）To Learn More - Meta Learning – MAML（2）
07:52
（选修）To Learn More - Meta Learning – MAML（3）
10:22
（选修）To Learn More - Meta Learning – MAML（4）
05:14
（选修）To Learn More - Meta Learning – MAML（5）
13:22
（选修）To Learn More - Meta Learning – MAML（6）
06:33
（选修）To Learn More - Meta Learning – MAML（7）
08:54
（选修）To Learn More - Meta Learning – MAML（8）
05:11
（选修）To Learn More - Meta Learning – MAML（9）
06:53
（选修）To Learn More - Gradient Descent as LSTM（1_3）
11:40
（选修）To Learn More - Gradient Descent as LSTM（2_3）
10:06
（选修）To Learn More - Gradient Descent as LSTM（3_3）
10:39
（选修）To Learn More - Meta Learning – Metric-based（1）
10:30
（选修）To Learn More - Meta Learning – Metric-based（2）
05:15
（选修）To Learn More - Meta Learning – Metric-based（3）
11:30
（选修）To Learn More - Meta Learning - Train+Test as RNN
07:48
2022 - 作业说明 HW15
17:54
【机器学习】课程结语 完结撒花
27:41
参考资料快照
- 机器学习 -- 学术论文解读系列（进行中） | 04 Oct 2024
- 机器学习 -- 经典论文 ViT (Vision Transformer) | 24 Jul 2024
- 机器学习 -- 跟李沐学 AI【论文精读】（进行中） | 09 Jul 2024
- 机器学习 -- 李宏毅 2021/2022 春机器学习课程（进行中） | 31 Aug 2023
- 机器学习 -- 实用机器学习 李沐（进行中） | 31 Aug 2023
- 机器学习 -- ChatGPT Prompt 提示词 吴恩达（进行中） | 28 Jul 2023
- 机器学习 -- 浙江大学 · 机器学习（已完成） | 12 Feb 2023
- 机器学习 -- 人工智能学习路线（进行中……） | 10 Feb 2023
- 机器学习 -- 北交 / 图像处理与机器学习（已完成） | 03 Dec 2022
- 机器学习笔记 -- 人工智能 机器学习 算法概览（已完成） | 13 Oct 2022
- 机器学习 -- 吴恩达深度学习（进行中） | 31 Aug 2022
- 机器学习 -- 吴恩达机器学习（已完成） | 31 Aug 2022
- 机器学习笔记 -- 神经网络和深度学习简史 | 26 Dec 2020
.