中國農業歷史與文化

    当前位置:主页 > 农家者流 >

    当前栏目:农家者流

    南大周志华老师的机器学习和深度学习花书这两本书的区别以及学习顺序可以给介绍一下吗

    2019-12-31 14:43:00

    精读过花书,没有读过西瓜书。我的建议是结合斯坦福CS229,cs231n课程与花书一起学习。花书的优点是思路及框架特别清晰,有的时候有些想法可以串联起来,缺点是由于涵盖内容过多,有些部分会简略带过,解释不够详细。所以其实建议相关部分可以同其他课程或论文结合起来看,第一部分机器学习基础可以结合CS229:MachineLearning课程。第二部分深度学习部分写得非常好,对于工业中应用广泛的前馈神经网络、CNN、RNN都有比较详尽的解释,且很系统的介绍了regularization,optimization的方法,这一部分可以结合CS231n:ConvolutionalNeuralNetworksforVisualRecognition(这个课程强烈推荐,虽然名字是CNN,但对于其他RNN,生成模型等均有涉及)一起学习,推荐课程的原因是这些课程都配有视频更加生动形象,且解释更详细,另外课程好处是有相关习题,可以在实战中加深理解。另外自然语言处理部分还推荐CS224n:NaturalLanguageProcessingwithDeepLearning。对于一般深度学习在工业中的应用,以上两部分提供了足够的知识。第三部分主要集中于一些处于研究前沿的非监督学习问题,主要是概率模型,这一部分同样推荐结合CS228-ProbabilisticGraphicalModels,关于生成模型部分推荐Ian在2016年NIPS上给的tutorialNIPS2016tutorial:GenerativeAdversarialNetworks实际上总结的比他书中相应的章节要好。我自己也是结合以上资料和花书正在写相关章节的总结,仅供参考。川陀学者:深度学习花书读书笔记目录花书中没有涵盖的另一重要领域是强化学习,这一部分推荐Sutton的《ReinforcementLearning:AnIntroduction》这本书适合结合DavidSilver的RLcourse和伯克利CS294-112一起学习,这一部分的笔记也在总结中。川陀学者:强化学习读书笔记目录

    上一篇:如果曹昂不死他即位的可能性有多大
    下一篇:你有什么相见恨晚的日语学习方法_2

联系信箱

Copyright © 2013中国科学院自然科学史研究所 All Rights Reserved

地址:北京市海淀区中关村东路55号 邮编:100190京ICP备05046608号
网站地图