“机器学习培训”的版本间差异

来自cluster
跳到导航 跳到搜索
标签：手工回退
 
（未显示2个用户的21个中间版本）
第5行： 第5行：
#一节课一个半小时
#一节课一个半小时
#腾讯会议 729 707 3614
#腾讯会议 729 707 3614
⚫
#推荐课程cs231n http://cs231n.stanford.edu/schedule.html 作业值得做


⚫
==课程内容==


⚫
=课程内容=
2021.11.9 第1章机器学习算法概述[[:File:第1章机器学习算法概述.pdf]]
==第一期==
[[2021.11-2021.12]]


机器学习概述，算法介绍，类型，pytorch
作业1：假设机器需要学习得到的X与Y的对应关系是求和，用numpy的方法实现机器学习的过程


==第二期==


[[2022.03- ]]
2021.11.16 第2课机器学习算法概述[[:File:ML第2课卷积层全链层.pdf]] [[:File:ML第2课卷积层全链层-笔记版.pdf]]
*徐权峰： [[Transformer]]


⚫
=课题=
作业2：第一个作业在ppt中。第二个作业：假设卷积核不是3x3而是1x1，运用卷积核的概念继续实现作业1的工作


2021.11.23 第3课机器学习算法概述[[:File:ML第3课池化层遗忘层.pdf]]

[[作业1的提示]]


2021.11.30 第4课机器学习 作业解答及其他类型ML简介

[[作业1答案，待完善]]


2021.12.07 第5课机器学习类型概述

[[:File:ML5.1监督和无监督.pdf]] [[:File:ML5.2AE&VAE.pdf]] [[:File:ML5.3GAN.pdf]]


2021.12.14 第6课pytorch

[[:File:MLtrain_file.zip]]



2021.12.14 第7课pytorch

[[:File:MLClassifier.zip]]

⚫
==课题==
*冯帅： [[机器学习培训_通过测光信息推断暗晕质量和size|通过测光信息推断暗晕质量和size]]
*冯帅： [[机器学习培训_通过测光信息推断暗晕质量和size|通过测光信息推断暗晕质量和size]]
*居梦婷： [[星系金属丰度测量]]
*居梦婷： [[星系金属丰度测量]]
第54行： 第28行：
*邱佳杰： [[使用深度学习方法从星系图像中得出星系的形态信息]]
*邱佳杰： [[使用深度学习方法从星系图像中得出星系的形态信息]]
*吴闻宇： [[aaa]]
*吴闻宇： [[aaa]]

=链接=
*https://github.com/WillKoehrsen/Machine-Learning-Projects
*https://towardsdatascience.com/an-implementation-and-explanation-of-the-random-forest-in-python-77bf308a9b76
*https://www.kaggle.com/
⚫
*#推荐课程cs231n http://cs231n.stanford.edu/schedule.html 作业值得做

2022年7月2日 (六) 02:56的最新版本

  • 时间：每周二晚7点，暂定线上
  • 地点：15楼休息室1503
  • 备注：
  1. 总共约一学期，八节课
  2. 一节课一个半小时
  3. 腾讯会议 729 707 3614


课程内容

第一期

2021.11-2021.12

机器学习概述，算法介绍，类型，pytorch

第二期

2022.03-

课题

链接

取自“http://cluster.shao.ac.cn/wiki/index.php?title=机器学习培训&oldid=4866”