Difference between revisions of "机器学习培训"
Jump to navigation
Jump to search
(→第一期) |
|||
Line 6: | Line 6: | ||
#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 | #推荐课程cs231n http://cs231n.stanford.edu/schedule.html 作业值得做 | ||
=课程内容= | |||
==第一期== | |||
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]] | 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]] | ||
Line 50: | Line 50: | ||
[[:File:MLAuto-encoder.zip]] | [[:File:MLAuto-encoder.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]] |
Revision as of 07:15, 14 January 2022
- 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
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
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
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
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
2021.11.30 第4课机器学习 作业解答及其他类型ML简介
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
2021.12.14 第7课pytorch
2021.12.28 第8课pytorch
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