电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第1讲 概论 Introduction(主讲:郝家胜)

硕士研究生《机器学习》课程 (Machine Learning) 1956 第1讲概论 Lecture1 Introduction (I) 郝家胜(Jiasheng Hao) Ph.D.,Associate Professor Email:hao@uestc.edu.cn School of Automation Engineering,Center for Robotics University of Electronics and Science of China,Chengdu 611731
硕士研究生《机器学习》课程 (Machine Learning) 第1讲 概论 Lecture1 Introduction (I) Email: hao@uestc.edu.cn School of Automation Engineering, Center for Robotics University of Electronics and Science of China, Chengdu 611731 郝家胜 (Jiasheng Hao) Ph.D., Associate Professor

内容提要 口为何研究机器学习 ▣什么是机器学习 口机器学习的主要方法 口本课程的主要内容及参考资料 7 电子科技大学《机器学习》课程
电子科技大学《机器学习》课程 内容提要 o 为何研究机器学习 o 什么是机器学习 o 机器学习的主要方法 o 本课程的主要内容及参考资料 7

一、为何研究机器学习 8 电子科技大学《机器学习》课程
电子科技大学《机器学习》课程 一 、为何研究机器学习 8

AI是人类的“梦想” .91010 0101010 1011910010 00101010 01010 100101。 亿@ 9 电子科技天字《机番字习》保程
电子科技大学《机器学习》课程 AI 是人类的“梦想” 9

Machine Learning and Robots MIT Mini Cheetah MIT Biomimetic Robotics Laboratory 10 电子科技大学《机器学习》课程
电子科技大学《机器学习》课程 Machine Learning and Robots 10

机器学习技术是核心 /96 口发展AI的核心 人工智能 星期的人工智能◆人U合不已 机器学习 机学开他兴起 深度学习 ☒ 明世年可取海安 1950 190s 19703 1990 2000 2010 口人类主导的关键 11 电子科技大学《机器学习》课程
电子科技大学《机器学习》课程 机器学习技术是核心 o 发展AI的核心 o 人类主导的关键 11

Geoffrey Hinton,Yann LeCun,和Yoshua Bengio共同获得了2019 798 年的图灵奖 y 台。借得 2019年3月27日一一ACM宣布,深度学习的三位创造者Yoshua Bengio,Yann LeCun,以及Geoffrey Hinton获得了2019年的图灵奖。 12 电子科技大学《机器学习》课程
电子科技大学《机器学习》课程 12

机器学习的重要性 机器实际上是一个应用驱动的学科,其根本的驱动力 是: >“更多、更好地解决实际问题” 由于近20年的飞速发展,机器学习已经具备了一定的 解决实际问题的能力,似乎逐渐开始成为一种基础性 透明化的“支持技术、服务技术” > 基础性:在众多的学科领域都得以应用(“无所不在”) > 透明化:用户看不见机器学习,看见的是防火墙、生物信 息、搜索引擎;(“无所不在”) “机器更好用了”(正如CALO的一些描述:“you won't leave home without it";"embodied as a software environment that transcends workstations,PDA's,cell phones. 电子科技大学《机器学习》课程
电子科技大学《机器学习》课程 o 机器实际上是一个应用驱动的学科,其根本的驱动力 是: Ø “更多、更好地解决实际问题” o 由于近20年的飞速发展,机器学习已经具备了一定的 解决实际问题的能力,似乎逐渐开始成为一种基础性 、透明化的“支持技术、服务技术” Ø 基础性:在众多的学科领域都得以应用(“无所不在”) Ø 透明化:用户看不见机器学习,看见的是防火墙、生物信 息、搜索引擎;(“无所不在”) Ø “机器更好用了”(正如CALO的一些描述: “ you won’t leave home without it” ; ” embodied as a software environment that transcends workstations,PDA’s, cell phones, …”)

机器学习的重要性 Develop systems that are too difficult/expensive to construct manually because they require specific detailed skills or knowledge tuned to a specific task (knowledge engineering bottleneck). Develop systems that can automatically adapt and customize themselves to individual users. Personalized news or mail filter ■ Personalized tutoring ▣ Discover new knowledge from large databases(data mining). Market basket analysis(e.g.diapers and beer) ■ Medical text mining(e.g.migraines to calcium channel blockers to magnesium) Developing Better Computing Systems 14 电子科技大学《机器学习》课程
电子科技大学《机器学习》课程 14 Developing Better Computing Systems o Develop systems that are too difficult/expensive to construct manually because they require specific detailed skills or knowledge tuned to a specific task (knowledge engineering bottleneck). o Develop systems that can automatically adapt and customize themselves to individual users. n Personalized news or mail filter n Personalized tutoring o Discover new knowledge from large databases (data mining). n Market basket analysis (e.g. diapers and beer) n Medical text mining (e.g. migraines to calcium channel blockers to magnesium)

机器学习的重要性 ▣ 机器学习是人工智能的主要核心研究领域之 一,也是现代智能系统的关键环节和瓶颈。 口很难想象:一个没有学习功能的系统是能被 称为是具有智能的系统。 电子科技大学《机器学习》课程
电子科技大学《机器学习》课程 o 机器学习是人工智能的主要核心研究领域之 一 , 也是现代智能系统的关键环节和瓶颈。 o 很难想象: 一个没有学习功能的系统是能被 称为是具有智能的系统
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 《机器学习 Machine Learning》课程教学资源(书籍文献)SVM Tutorial.pdf
- 《机器学习 Machine Learning》课程教学资源(书籍文献)A random forest guided tour.pdf
- 《机器学习 Machine Learning》课程教学资源(书籍文献)Real-Time Human Pose Recognition in Parts from Single Depth Images.pdf
- 《机器学习 Machine Learning》课程教学资源(书籍文献)An introduction to neural networks.pdf
- 《机器学习 Machine Learning》课程教学资源(书籍文献)An introduction to neural networks for beginners.pdf
- 《机器学习 Machine Learning》课程教学资源(书籍文献)Handwritten Digit Recognition with a Back-Propagation Network.pdf
- 《机器学习 Machine Learning》课程教学资源(书籍文献)Gradient-Based Learning Applied to Document Recognition.pdf
- 《机器学习 Machine Learning》课程教学资源(书籍文献)Attention Is All You Need.pdf
- 《机器学习 Machine Learning》课程教学资源(书籍文献)Learning representations by back-propagating errors.pdf
- 《机器学习 Machine Learning》课程教学资源(书籍文献)Finding Structure in Time.pdf
- 《机器学习 Machine Learning》课程教学资源(书籍文献)[美] 弗朗索瓦·肖莱《Python深度学习 Deep Learning with Python》.pdf
- 《机器学习 Machine Learning》课程教学资源(书籍文献)[德] Andreas C. Müller [美] Sarah Guido《Python机器学习基础教程 Introduction to Machine Learning with Python》.pdf
- 《机器学习 Machine Learning》课程教学资源(实践资料)ModelArts花卉识别(基于MindSpore的图像识别全流程代码实战).pdf
- 《机器学习 Machine Learning》课程教学资源(实践资料)MNIST手写数字识别的Atlas 200DK推理应用.pdf
- 《机器学习 Machine Learning》课程教学资源(实践资料)MNIST手写体识别实验.pdf
- 《机器学习 Machine Learning》课程教学资源(实践资料)Xshell远程登陆开发板方法(华为atlas800 - 910).pdf
- 《机器学习 Machine Learning》课程教学资源(实践资料)华为Atlas人工智能计算解决方案产品彩页.pdf
- 电子科技大学:《先进计算机网络技术》课程教学资源(课件讲稿)Unit 11 AI Enabled Wireless Access Control and Handoff.pdf
- 电子科技大学:《先进计算机网络技术》课程教学资源(课件讲稿)Unit 10 Network Coding and Traffic Balancing.pdf
- 电子科技大学:《先进计算机网络技术》课程教学资源(课件讲稿)Unit 9 Network Traffic Engineering.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第2讲 模型评估与选择 Evaluation and Selection of Models.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第3讲 线性模型 Linear Models.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第4讲 支持向量机 Support Vector Machines.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第5讲 人工神经网络分类器 Classifiers with ANN.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第6讲 近邻法与Logist回归 Nearest Neighbors & Logist Regression.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第7讲 其他分类方法 Classifiers for More.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第8讲 非监督学习 Unsupervised Learning.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第9讲 特征选择 Feature Selection.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第10讲 特征提取 Feature Extraction.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第11讲 特征提取 Feature Extraction.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第12讲 特征学习 Feature Learning.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第13讲 卷积神经网络 Convolution Neural Nets.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第14讲 深度CNN Deep CNN.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第16讲 生成对抗网络 GAN.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第17讲 循环神经网络 Recurrent Neural Networks.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第18讲 强化学习 Reinforcement Learning.pdf
- 电子科技大学:《机器学习 Machine Learning》课程教学资源(课件讲稿)第12讲 超参数优化与自动学习 Hyperparameters Optimization & AutoML.pdf
- 《C++程序设计》课程教学资源(课件讲稿)第三篇 基于对象的程序设计 第9章 关于类和对象的进一步讨论.pdf
- 杭州电子科技大学:《计算机视觉》课程教学资源(PPT课件讲稿)第五讲 目标分割.pdf
- 杭州电子科技大学:《人工智能导论》课程教学资源(PPT课件讲稿)第六讲 机器学习基础(机器学习与知识发现).pdf