🔥 มา ๆ ! มาเตรียมเรียน Machine Learning ตั้งแต่เริ่มต้นจนถึง Advance กับ หลักสูตรของ MIT ไปพร้อมกันนนน
.
กับคอร์สฟรี "Machine Learning with Python: from Linear Models to Deep Learning" ที่เหมาะมาก ๆ ถ้าใครมีพื้นฐานไพธอนแล้วอยากลุยสาย ML
.
🤣 เพราะในหลักสูตรนี้เขามาแน่น ๆ แบบเบิ้ม ๆ ครบทุกหัวข้อหลักไม่ว่าจะเป็น
.
✅ Linear classifiers, separability, perceptron algorithm
✅ Maximum margin hyperplane, loss, regularization
✅ Stochastic gradient descent, over-fitting, generalization
✅ Linear regression
✅ Recommender problems, collaborative filtering
✅ Non-linear classification, kernels
✅ Learning features, Neural networks
✅ Deep learning, back propagation
✅ Recurrent neural networks
✅ Recurrent neural networks
✅ Generalization, complexity, VC-dimension
✅ Unsupervised learning: clustering
✅ Generative models, mixtures
✅ Mixtures and the EM algorithm
✅ Learning to control: Reinforcement learning
✅ Reinforcement learning continued
✅ Applications: Natural Language Processing
.
โหยยย เยอะขนาดดดดด 55555 ไม่เรียนก็ไม่ได้แล้ว แอดบอกเลย เพราะจัดให้ตั้งแต่ ML ถึง deep learning เลยอะ
.
หากใครอยากเรียน ดูดีเทล มาที่นี่เลยฮะ -> https://www.edx.org/course/machine-learning-with-python-from-linear-models-to
.
ปล.คอร์สนี้เริ่มเรียน วันที่ 6 พฤษภานี้นะฮะ <3
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
gradient descent 在 3.6 Two Natural Weaknesses of Gradient Descent 的推薦與評價
As we saw in the previous Section, gradient descent is a local optimization scheme that employs the negative gradient at each step. ... <看更多>