首页教程
【AI知识学习】主流模型的基础与进阶
732

【AI知识学习】主流模型的基础与进阶

AI知识学习小助手
AI知识学习小助手
2023-07-24 15:54

机器学习是人工智能的一个分支。人工智能的研究历史有着一条从以“推理”为重点,到以“知识”为重点,再到以“学习”为重点的自然、清晰的脉络。显然,机器学习是实现人工智能的一个途径之一,即以机器学习为手段,解决人工智能中的部分问题。机器学习在近30多年已发展为一门多领域科际集成,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。

机器学习的已经广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、游戏和机器人等领域。 当然,作为人工智能的一门科学,我们也必须要掌握这个重要的部分,相信大家通过下面的课程学习,肯定会对机器学习有所掌握的!

作者:李宏毅(Hung-yi Lee )

台湾计算机科学家,国立台湾大学电机工程学系副教授,研究领域包括语意理解、语音辨识、机器学习、深度学习等。擅长用浅显易懂的语言,以学生喜爱的精灵宝可梦、凉宫春日等动漫来讲解复杂的机器学习技术,因此被亲切地称为“精灵宝可梦大师”。截至目前,他的YouTube订阅者已达到16.6万。

本节课程是机器学习2023-生成式AI的讲解。里面有关于Chatgpt的相关的基础和语言模型相关的内容。

【主流模型的基础与进阶】— 對 ChatGPT 的常見誤解

【主流模型的基础与进阶】ChatGPT 所帶來的研究問題

【主流模型的基础与进阶】用 ChatGPT 和 Midjourney 來玩文字冒險遊戲

【主流模型的基础与进阶】快速了解機器學習基本原理 (1/2)

【主流模型的基础与进阶】快速了解機器學習基本原理 (2/2)

【主流模型的基础与进阶】生成式學習的兩種策略:要各個擊破,還是要一次到位

【主流模型的基础与进阶】能夠使用工具的AI:New Bing, WebGPT, Toolformer

【主流模型的基础与进阶】Finetuning vs. Prompting:對於大型語言模型的不同期待所衍生的兩類使用方式 (1/3)

【主流模型的基础与进阶】Finetuning vs. Prompting:對於大型語言模型的不同期待所衍生的兩類使用方式 (2/3)

【主流模型的基础与进阶】Finetuning vs. Prompting:對於大型語言模型的不同期待所衍生的兩類使用方式 (3/3)

【主流模型的基础与进阶】大模型 + 大資料 = 神奇結果?(1/3):大模型的頓悟時刻

【主流模型的基础与进阶】大模型 + 大資料 = 神奇結果?(2/3):到底要多少資料才夠

【主流模型的基础与进阶】大模型 + 大資料 = 神奇結果?(3/3):另闢蹊徑 — KNNLM

【主流模型的基础与进阶】GPT-4 來了! GPT-4 這次有什麼神奇的能力呢?

【主流模型的基础与进阶】速覽圖像生成常見模型

【主流模型的基础与进阶】淺談圖像生成模型 Diffusion Model 原理

【主流模型的基础与进阶】Stable Diffusion、DALL-E、Imagen 背後共同的套路

【主流模型的基础与进阶】Diffusion Model 原理剖析 (1/4) (optional)

【主流模型的基础与进阶】Diffusion Model 原理剖析 (2/4) (optional)

【主流模型的基础与进阶】Diffusion Model 原理剖析 (3/4) (optional)

【主流模型的基础与进阶】Diffusion Model 原理剖析 (4/4) (optional)

【主流模型的基础与进阶】窮人如何低資源復刻自己的 ChatGPT

【主流模型的基础与进阶】ChatGPT 可以自我反省!

【主流模型的基础与进阶】讓 AI 村民組成虛擬村莊會發生甚麼事?

【主流模型的基础与进阶】用語言模型來解釋語言模型 (上)

【主流模型的基础与进阶】用語言模型來解釋語言模型 (下)

【主流模型的基础与进阶】讓 AI 做計劃然後自己運行自己

【主流模型的基础与进阶】FrugalGPT: 來看看窮人怎麼用省錢的方式來使用 ChatGPT (上)

【主流模型的基础与进阶】FrugalGPT: 來看看窮人怎麼用省錢的方式來使用 ChatGPT (下)

本节课程是关于机器学习2022的内容,里面有关于用自然语言处理上的模仿、对抗攻击以及自督导式学习模型等相关内容。

【主流模型的基础与进阶】机器学习课程速览

【主流模型的基础与进阶】再探宝可梦、数码宝贝分类器 — 浅谈机器学习原理

【主流模型的基础与进阶】为什么用了验证集结果还是过拟合了呢?

【主流模型的基础与进阶】鱼与熊掌可以兼得的深度学习

【主流模型的基础与进阶】各式各样神奇的自注意力机制变形

【主流模型的基础与进阶】如何有效的使用自督导式模型

【主流模型的基础与进阶】语音与影像上的神奇自督导式学习模型

【主流模型的基础与进阶】自然语言处理上的对抗式攻击(上)

【主流模型的基础与进阶】自然语言处理上的对抗式攻击(中)

【主流模型的基础与进阶】自然语言处理上的对抗式攻击(下)

【主流模型的基础与进阶】自然语言处理上的模仿攻击以及后门攻击

【主流模型的基础与进阶】恶搞自督导式学习模型BERT的三个故事

【主流模型的基础与进阶】各种奇葩的元学习用法

本节课程是关于机器学习2021中神经网络压缩、自督导式学习以及训练类神经网络等相关课程内容。

【主流模型的基础与进阶】预测本频道观看人数 (上) -机器学习基本概念简介

【主流模型的基础与进阶】预测本频道观看人数 (下) -机器学习基本概念简介

【主流模型的基础与进阶】机器学习任务攻略

【主流模型的基础与进阶】类神经网路训练不起来怎么办(一):局部最小值与鞍点

【主流模型的基础与进阶】类神经网路训练不起来怎么办(二):批次与动量

【主流模型的基础与进阶】类神经网路训练不起来怎么办(三):自动调整学习速率

【主流模型的基础与进阶】类神经网路训练不起来怎么办(四):损失函数也可能有影响

【主流模型的基础与进阶】类神经网路训练不起来怎么办(五):批次标准化简介

【主流模型的基础与进阶】卷积神经网路

【主流模型的基础与进阶】自注意力机制(上)

【主流模型的基础与进阶】自注意力机制(下)

【主流模型的基础与进阶】Transformer (上)

【主流模型的基础与进阶】Transformer (下)

【主流模型的基础与进阶】生成式对抗网路(一):基本概念介绍

【主流模型的基础与进阶】生成式对抗网路(二):理论介绍与WGAN

【主流模型的基础与进阶】生成式对抗网路(三):生成器效能评估与条件式生成

【主流模型的基础与进阶】生成式对抗网路(四):Cycle GAN

【主流模型的基础与进阶】自督导式学习1-芝麻街与进击

【主流模型的基础与进阶】自督导式学习2-BERT简介

【主流模型的基础与进阶】自督导式学习3-BERT的奇闻

【主流模型的基础与进阶】自督导式学习4-GPT的野望

【主流模型的基础与进阶】自编码器-基本概念

【主流模型的基础与进阶】自编码器-领结变声器与更多应用

【主流模型的基础与进阶】来自人类的恶意攻击-基本概念

【主流模型的基础与进阶】来自人类的恶意攻击-类神经网络能否躲过人类深不见底的恶意

【主流模型的基础与进阶】机器学习模型的可解释性-为什么类神经网络可以正确的分辨宝可梦和数码宝贝呢?

【主流模型的基础与进阶】机器学习模型的可解释性-机器心中的猫长什么样子?

【主流模型的基础与进阶】概述领域自适应

【主流模型的基础与进阶】概述增强式学习1

【主流模型的基础与进阶】概述增强式学习2

【主流模型的基础与进阶】概述增强式学习3

【主流模型的基础与进阶】概述增强式学习4

【主流模型的基础与进阶】概述增强式学习5

【主流模型的基础与进阶】机器终身学习1

【主流模型的基础与进阶】机器终身学习2

【主流模型的基础与进阶】神经网络压缩1

【主流模型的基础与进阶】神经网络压缩2

【主流模型的基础与进阶】元学习1

【主流模型的基础与进阶】元学习2

【主流模型的基础与进阶】机器学习2021课程结语

本节课程利用了很多二次元内容讲解了复杂的机器学习内容,例如异常检测,攻击ML等基础的相关内容。

【主流模型的基础与进阶】机器学习的下一阶段

【主流模型的基础与进阶】异常检测(1/7)

【主流模型的基础与进阶】异常检测(2/7)

【主流模型的基础与进阶】异常检测(3/7)

【主流模型的基础与进阶】异常检测(4/7)

【主流模型的基础与进阶】异常检测(5/7)

【主流模型的基础与进阶】异常检测(6/7)

【主流模型的基础与进阶】异常检测(7/7)

【主流模型的基础与进阶】攻击机器学习模型(1/8)

【主流模型的基础与进阶】攻击机器学习模型(2/8)

【主流模型的基础与进阶】攻击机器学习模型(3/8)

【主流模型的基础与进阶】攻击机器学习模型(4/8)

【主流模型的基础与进阶】攻击机器学习模型(5/8)

【主流模型的基础与进阶】攻击机器学习模型(6/8)

【主流模型的基础与进阶】攻击机器学习模型(7/8)

【主流模型的基础与进阶】攻击机器学习模型(8/8)

【主流模型的基础与进阶】可解释机器学习(1/8)

【主流模型的基础与进阶】可解释机器学习(2/8)

【主流模型的基础与进阶】可解释机器学习(3/8)

【主流模型的基础与进阶】可解释机器学习(4/8)

【主流模型的基础与进阶】可解释机器学习(5/8)

【主流模型的基础与进阶】可解释机器学习(6/8)

【主流模型的基础与进阶】可解释机器学习(7/8)

【主流模型的基础与进阶】可解释机器学习(8/8)

【主流模型的基础与进阶】终身学习(1/7)

【主流模型的基础与进阶】终身学习(2/7)

【主流模型的基础与进阶】终身学习(3/7)

【主流模型的基础与进阶】终身学习(4/7)

【主流模型的基础与进阶】终身学习(5/7)

【主流模型的基础与进阶】终身学习(6/7)

【主流模型的基础与进阶】终身学习(7/7)

【主流模型的基础与进阶】元学习–MAML(1/9)

【主流模型的基础与进阶】元学习–MAML(2/9)

【主流模型的基础与进阶】元学习–MAML(3/9)

【主流模型的基础与进阶】元学习–MAML(4/9)

【主流模型的基础与进阶】元学习–MAML(5/9)

【主流模型的基础与进阶】元学习–MAML(6/9)

【主流模型的基础与进阶】元学习–MAML(7/9)

【主流模型的基础与进阶】元学习–MAML(8-9)

【主流模型的基础与进阶】元学习–MAML(9-9)

【主流模型的基础与进阶】元学习-梯度下降法为 LSTM (1-3)

【主流模型的基础与进阶】元学习-梯度下降法为 LSTM (2-3)

【主流模型的基础与进阶】元学习-梯度下降法为 LSTM (3-3)

【主流模型的基础与进阶】元学习-以度量为基础(1-3)

【主流模型的基础与进阶】元学习-以度量为基础(2-3)

【主流模型的基础与进阶】元学习-以度量为基础(3-3)

【主流模型的基础与进阶】作为 RNN 的元学习-训练 + 测试

【主流模型的基础与进阶】更多关于自动编码器(1-4)

【主流模型的基础与进阶】更多关于自动编码器(2-4)

【主流模型的基础与进阶】更多关于自动编码器(3-4)

【主流模型的基础与进阶】更多关于自动编码器(4-4)

【主流模型的基础与进阶】网络压缩(1-6)

【主流模型的基础与进阶】网络压缩(2-6)

【主流模型的基础与进阶】网络压缩(3-6)

【主流模型的基础与进阶】网络压缩(4-6)

【主流模型的基础与进阶】网络压缩(5-6)

【主流模型的基础与进阶】网络压缩(6-6)

【主流模型的基础与进阶】GAN (快速回顾)

【主流模型的基础与进阶】基于流的生成模型

【主流模型的基础与进阶】变压器

【主流模型的基础与进阶】ELMO, BERT, GPT

全部讨论

no data来都来了,坐下聊聊