今年 2 月末，「精靈寶可夢大師」李宏毅的《機器學習》最新一期課程正式開課。對于想要入門機器學習的同學來說，這是一門不容錯過的經典課程，視頻、PPT 等資料都可以在課程頁面找到，而且授課語言是中文。
課程主頁：//speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.html
在內容方面，這門課程重點講解的是深度學習。雖然深度學習是一門相對進階的技術，但李宏毅老師表示，這不會改變這門課「機器學習入門課」的屬性，仍然會讓絕大多數人聽得懂，「你可以將它作為你機器學習的第一門課」。如果你還學過林軒田的《機器學習基石與技法》，你會發現這兩門課其實可以很好地銜接。
「從最基本的觀念講到最前瞻的技術」是這門課最重要的一個特色，從課程目錄中我們也可以大致看出來：
課程介紹
深度學習
自注意力
機器學習理論
Transformer
生成式模型
自監督學習
可解釋 AI / 對抗攻擊
域自適應 / 強化學習
量子機器學習
終身壓縮
元學習
剛剛，Reddit 上的一位網友表示，為了方便大家更好地消化這門課的內容，他們將這些答疑匯編到了一起，組成了一本機器學習手冊供大家參閱：
書籍地址：
GitHub 地址：
為什么要編這么一本小冊子？作者表示，目前互聯網上的機器學習資料多種多樣，不過它們要么太長，開始獲取知識就要半個小時，要么則需要充分的數學基礎，還有一些資料結構不太清晰，概念的區分并不嚴格。這本機器學習手冊旨在解決上述問題，最重要的是它力圖簡潔。
付費5元查看完整內容
相關內容
“機器學習是近20多年興起的一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。機器學習理論主要是設計和分析一些讓
可以自動“
”的算法。機器學習算法是一類從數據中自動分析獲得規律，并利用規律對未知數據進行預測的算法。因為學習算法中涉及了大量的統計學理論，機器學習與統計推斷學聯系尤為密切，也被稱為統計學習理論。算法設計方面，機器學習理論關注可以實現的，行之有效的學習算法。很多
問題屬于
，所以部分的機器學習研究是開發容易處理的近似算法。”
——中文維基百科
提起李宏毅老師，熟悉機器學習的讀者朋友一定不會陌生。很多人選擇的機器學習入門學習材料都是李宏毅老師的臺大公開課視頻。今年李宏毅老師開設一門新的機器學習機器學習課程，涵蓋最新熱門主題，非常值得關注！
李宏毅老師的機器學習視頻是機器學習領域經典的中文視頻之一，也被稱為中文世界中最好的機器學習視頻。李老師以幽默風趣的上課風格讓很多晦澀難懂的機器學習理論變得輕松易懂，他將理論知識與有趣的例子結合在課堂上展現，并且對深奧的理論知識逐步推導，保證學習者能夠學習到問題的精髓所在。比如老師會經常用寶可夢來結合很多機器學習算法。對于想入門機器學習又想看中文講解的人來說絕對是非常推薦的。
//speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.html
目錄內容： 引言 深度學習 自注意力 機器學習理論 Transformer 生成式模型 自監督學習 可解釋AI，對抗攻擊 域自適應，強化學習 量子機器學習 終身壓縮 元學習
付費5元查看完整內容
臺大教授李宏毅的機器學習課程廣受歡迎與好評。李老師的授課風格風趣幽默，通俗易懂，其課程內容中不僅有機器學習、深度學習的基礎知識，也會介紹 ML 領域里的各種最新技術。最新的機器學習課程，李老師講述了終身學習與可解釋ML、異常檢測、對抗攻擊，值得觀看學習。
2019 版《機器學習》課程目錄：
- week 1：回歸、梯度下降
- week 2：誤差來源、分類、邏輯回歸
- week 3：深度學習、反向傳播、異常檢測
- week 4：CNN、Keras、對抗性攻擊
- week 5：訓練深度模型、可解釋 AI
- week 6：RNN、Order LSTM
- week 7：Ensemble
- week 8：半監督式學習、遷移學習、終身學習
- week 9：元學習
- week 10：seq2seq、Transformer
- week 11：Few/Zero shot learning
- week 12：非監督式學習、BERT
- week 13：強化學習、強化學習進階
- week 14：網絡壓縮
- week 15：GAN、GLOW
- week 16：無監督域適應
- week 17：為什么需要深度學習、深度學習理論
課程資料鏈接：
//speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html
課程視頻（Bilibili）：
YouTube 鏈接：
付費5元查看完整內容
注冊地址： 北京市海淀區羊坊店路18號2幢3層301-191