“机器学习培训”的版本间差异
跳到导航
跳到搜索
(→第二期) |
无编辑摘要 |
||
第17行: | 第17行: | ||
[[2022.03- ]] |
[[2022.03- ]] |
||
⚫ | |||
⚫ | |||
=课题= |
=课题= |
||
第31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://www.kaggle.com/ |
2022年4月2日 (六) 06:28的版本
- 时间:每周二晚7点,暂定线上
- 地点:15楼休息室1503
- 备注:
- 总共约一学期,八节课
- 一节课一个半小时
- 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
第一期
机器学习概述,算法介绍,类型,pytorch
第二期
课题
- 冯帅: 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
- 曾琪: aaa
- 刘桂梅: aaa
- 秦松梅: 恒星大气参数测量
- 李春燕: 寻找星团CMD中特殊区域的恒星
- 穆子豪: 通过机器学习方法从星系图像识别棒并提取相关信息
- 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