V
主页
京东 11.11 红包
机器学习13:宽神经网络的解
发布人
这是上海交通大学数学学院本科生课程,以录播形式+线上重点讲解的形式,2020春季学期的课程。初次制作,多有不足,请多包涵。本门课主要内容:1 掌握机器学习的一些重要的方法,并能自己编程实现一部分算法。2 理解算法的数学机制,特别是对深度学习有较为深刻的理解。3 学会用数据驱动和模型结合的统计方法解决计算问题。 本节课主要是介绍宽神经网络的解的性质。参考: https://arxiv.org/abs/1905.07777
打开封面
下载高清视频
观看高清视频
视频下载器
机器学习12: 无穷宽神经网络之DNN in NTK regime
孙权劝学,但粤语版
用深度学习解微分方程-理解神经网络4-天元西南中心短期课
Reinforcement Learning 强化学习
机器学习15:Linear F-Principle Model
用频率视角理解深度学习解微分方程
神经网络的简单偏好--第一届中国机器学习与科学应用大会报告
机器学习16: Complexity and generalization
研究生课程:最优化方法4 : 凸优化问题第一部分
红领巾讲解员大赛
统计计算与机器学习7: 线性模型
统计计算与机器学习10: 集成学习
统计计算与机器学习9:Bayes, entropy, decision tree
机器学习14: 神经网络初始化带来的误差
最优化9:SVM, Norm, SVD
数学学院本科课程:统计计算与机器学习4: 卷积神经网络
谁敢信!我竟靠着Ai一键生成小说,在平台上一个月搞了3个W。
最优化方法1: 介绍 (2022重录)
数学学院本科课程:统计计算与机器学习2: 傅里叶分析、深度学习简史和泛化的初步介绍
数学学院本科课程:统计计算与机器学习3 Frequency Principle
研究生课程:最优化方法3: 凸函数
最优化15-1ADMM
Introduction-理解神经网络1-天元西南中心短期课
最优化13内点法
2023理解深度学习3傅里叶分析介绍
随机梯度的隐式正则化(数学推导)
最优化14次梯度
最优化12等式约束最小化
上海交大张耀宇教授诚邀您参加第二届中国机器学习与科学应用大会
最优化11无约束优化
2022科学智能峰会--AI for Combustion
超全超简单!一口气刷完CNN、RNN、GAN、GNN、DQN、Transformer、LSTM、DBN等八大深度学习神经网络算法!真的比刷剧还爽!
研究生课程:最优化方法1 (可在B站主页找到本节课重录的视频)
频率原则-理解神经网络2-天元西南中心短期课
最近洋抖上似乎掀起了一股“反温和教育”浪潮~
“人民叫师”小学课程和书
历时三年,我们终于在戴森球上实现了神经网络!DSP宇宙首个人工智能——手写、印刷体数字识别 #类MC红石电路
AI你别太离谱了
如何设计属于自己的公开课导入?
拥有一个可以没有限制聊天的AI是什么体验?