Kursus YouTube ML
Di Dair.ai kami ❤️ Open AI Education. Dalam repo ini, kami mengindeks dan mengatur beberapa kursus pembelajaran mesin terbaik dan terbaru yang tersedia di YouTube.
Pembelajaran Mesin
- Caltech CS156: Belajar dari Data
- Stanford CS229: Pembelajaran Mesin
- Berteman dengan pembelajaran mesin
- Pembelajaran Mesin Terapan
- Pengantar Pembelajaran Mesin (Tübingen)
- Kuliah Pembelajaran Mesin (Stefan Harmeling)
- Pembelajaran Mesin Statistik (Tübingen)
- Pembelajaran mesin probabilistik
- MIT 6.S897: Pembelajaran Mesin untuk Kesehatan (2019)
Pembelajaran yang mendalam
- Jaringan saraf: nol untuk pahlawan
- MIT: Pembelajaran mendalam untuk seni, estetika, dan kreativitas
- Stanford CS230: Deep Learning (2018)
- Pengantar Deep Learning (MIT)
- CMU Pengantar pembelajaran mendalam (11-785)
- Pembelajaran mendalam: CS 182
- Pembelajaran tanpa pengawasan yang mendalam
- NYU Deep Learning SP21
- Model Yayasan
- Deep Learning (Tübingen)
Pembelajaran Mesin Ilmiah
- Komputasi paralel dan pembelajaran mesin ilmiah
Pembelajaran Mesin Praktis
- LLMOPS: Membangun aplikasi dunia nyata dengan model bahasa besar
- Mengevaluasi dan men -debug AI generatif
- Chatgpt Prompt Engineering untuk pengembang
- Langchain untuk Pengembangan Aplikasi LLM
- Langchain: mengobrol dengan data Anda
- Membangun sistem dengan chatgpt API
- Database Langchain & Vektor dalam Produksi
- Membangun aplikasi bertenaga LLM
- Bootcamp LLM Tumpukan Lengkap
- Tumpukan penuh pembelajaran mendalam
- Pembelajaran mendalam praktis untuk coders
- Seminar Stanford Mlsys
- Teknik Pembelajaran Mesin untuk Produksi (MLOPS)
- MIT Pengantar AI yang berpusat pada data
Pemrosesan bahasa alami
- XCS224U: Pemahaman Bahasa Alami (2023)
- Stanford CS25 - Transformers United
- Kursus NLP (Wajah Memeluk)
- CS224N: Pemrosesan bahasa alami dengan pembelajaran yang mendalam
- Jaringan saraf CMU untuk NLP
- CS224U: Pemahaman Bahasa Alami
- CMU Advanced NLP 2021/2022/2024
- NLP multibahasa
- NLP tingkat lanjut
Visi komputer
- CS231N: Jaringan saraf konvolusional untuk pengakuan visual
- Pembelajaran mendalam untuk visi komputer
- Pembelajaran mendalam untuk visi komputer (DL4CV)
- Pembelajaran mendalam untuk visi komputer (neuralearn.ai)
Pembelajaran Penguatan
- Pembelajaran penguatan yang mendalam
- Seri Kuliah Pembelajaran Penguatan (DeepMind)
- Pembelajaran Penguatan (Polytechnique Montreal, Musim Gugur 2021)
- Fondasi RL yang dalam
- Stanford CS234: Pembelajaran Penguatan
Pembelajaran mesin grafik
- Pembelajaran Mesin dengan Grafik (Stanford)
- Kursus Pembelajaran Mendalam Geometris AMMI
Pembelajaran multi-tugas
- Multi-tugas dan meta-pembelajaran (Stanford)
Yang lain
- Mit pembelajaran mendalam dalam ilmu kehidupan
- Mobil self-driving (Tübingen)
- Robotika Lanjutan (Berkeley)
Caltech CS156: Belajar dari Data
Kursus pengantar dalam pembelajaran mesin yang mencakup teori dasar, algoritma, dan aplikasi.
- Kuliah 1: Masalah Belajar
- Kuliah 2: Apakah belajar layak?
- Kuliah 3: Model Linear I
- Kuliah 4: Kesalahan dan kebisingan
- Kuliah 5: Pelatihan versus Pengujian
- Kuliah 6: Teori Generalisasi
- Kuliah 7: Dimensi VC
- Kuliah 8: Bias-variance Tradeoff
- Kuliah 9: Model Linear II
- Kuliah 10: Jaringan Saraf
- Kuliah 11: Overfitting
- Kuliah 12: regularisasi
- Kuliah 13: Validasi
- Kuliah 14: Dukungan Mesin Vektor
- Kuliah 15: Metode Kernel
- Kuliah 16: Fungsi Basis Radial
- Kuliah 17: Tiga Prinsip Pembelajaran
- Kuliah 18: Epilog
? Tautan ke kursus
Stanford CS229: Pembelajaran Mesin
Untuk mempelajari beberapa dasar ML:
- Regresi linier dan keturunan gradien
- Regresi logistik
- Bayes yang naif
- SVM
- Kernel
- Pohon Keputusan
- Pengantar Jaringan Saraf
- Model ML Debugging ...
? Tautan ke kursus
Berteman dengan pembelajaran mesin
Serangkaian kuliah mini yang mencakup berbagai topik pengantar di ML:
- Kemampuan dijelaskan dalam AI
- Klasifikasi vs Regresi
- Presesi vs. Recall
- Signifikansi statistik
- Clustering dan K-means
- Model ensemble ...
? Tautan ke kursus
Jaringan saraf: nol ke pahlawan (oleh Andrej Karpathy)
Kursus memberikan gambaran mendalam tentang jaringan saraf.
- Backpropagation
- Intro ejaan untuk pemodelan bahasa
- Aktivasi dan gradien
- Menjadi Ninja Backprop
? Tautan ke kursus
MIT: Pembelajaran mendalam untuk seni, estetika, dan kreativitas
Meliputi penerapan pembelajaran yang mendalam untuk seni, estetika, dan kreativitas.
- Nostalgia -> Seni -> Kreativitas -> Evolusi sebagai Data + Arah
- Gans yang efisien
- Eksplorasi dalam AI untuk kreativitas
- Abstraksi saraf
- Pembuatan konten 3D yang mudah dengan bidang saraf yang konsisten ...
? Tautan ke kursus
Stanford CS230: Deep Learning (2018)
Meliputi dasar -dasar pembelajaran yang mendalam, bagaimana membangun jaringan saraf yang berbeda (CNNS, RNN, LSTM, dll ...), Cara memimpin proyek pembelajaran mesin, dan nasihat karier untuk praktisi pembelajaran yang mendalam.
- Intuisi pembelajaran yang mendalam
- Contoh permusuhan - gans
- Siklus penuh dari proyek pembelajaran yang mendalam
- AI dan perawatan kesehatan
- Strategi pembelajaran yang mendalam
- Interpretabilitas jaringan saraf
- Saran Karir dan Membaca Makalah Penelitian
- Pembelajaran penguatan yang mendalam
? Tautan ke kursus? Tautan ke materi
Pembelajaran Mesin Terapan
Untuk mempelajari beberapa teknik yang paling banyak digunakan di ML:
- Optimasi dan kalkulus
- Overfitting dan underfitting
- Regularisasi
- Estimasi Monte Carlo
- Pembelajaran kemungkinan maksimum
- Tetangga terdekat
- ...
? Tautan ke kursus
Pengantar Pembelajaran Mesin (Tübingen)
Kursus ini berfungsi sebagai pengantar dasar untuk pembelajaran mesin dan mencakup konsep -konsep kunci dalam regresi, klasifikasi, optimasi, regularisasi, pengelompokan, dan pengurangan dimensi.
- Regresi linier
- Regresi logistik
- Regularisasi
- Meningkatkan
- Jaringan saraf
- PCA
- Kekelompokan
- ...
? Tautan ke kursus
Kuliah Pembelajaran Mesin (Stefan Harmeling)
Mencakup banyak konsep ML mendasar:
- Aturan Bayes
- Dari logika ke probabilitas
- Distribusi
- Kalkulus diferensial matriks
- PCA
- K-Means dan Em
- Hubungan sebab dan akibat
- Proses Gaussian
- ...
? Tautan ke kursus
Pembelajaran Mesin Statistik (Tübingen)
Kursus ini mencakup paradigma dan algoritma standar dalam pembelajaran mesin statistik.
- Knn
- Teori Keputusan Bayesian
- Optimasi cembung
- Regresi linier dan punggung bukit
- Regresi logistik
- SVM
- Hutan acak
- Meningkatkan
- PCA
- Kekelompokan
- ...
? Tautan ke kursus
Pembelajaran mendalam praktis untuk coders
Kursus ini mencakup topik seperti cara:
- Membangun dan melatih model pembelajaran yang mendalam untuk visi komputer, pemrosesan bahasa alami, analisis tabel, dan masalah penyaringan kolaboratif
- Buat Hutan Acak dan Model Regresi
- Menggunakan model
- Gunakan Pytorch, perangkat lunak pembelajaran mendalam yang paling cepat berkembang di dunia, ditambah perpustakaan populer seperti Fastai dan Hugging Face
- Yayasan dan menyelam dalam model difusi
- ...
? Tautan ke Kursus - Bagian 1
? Tautan ke Kursus - Bagian 2
Seminar Stanford Mlsys
Seri seminar pada semua jenis topik yang terkait dengan membangun sistem pembelajaran mesin.
? Tautan ke kuliah
Teknik Pembelajaran Mesin untuk Produksi (MLOPS)
Kursus Spesialisasi tentang MLOPS oleh Andrew Ng.
? Tautan ke kuliah
MIT Pengantar AI yang berpusat pada data
Meliputi ilmu yang muncul dari AI yang berpusat pada data (DCAI) yang mempelajari teknik untuk meningkatkan set data, yang seringkali merupakan cara terbaik untuk meningkatkan kinerja dalam aplikasi ML praktis. Topik meliputi:
- AI AI vs. Model-Centric AI
- Kesalahan label
- Pembuatan dan kurasi dataset
- Evaluasi data-sentris model ML
- Ketidakseimbangan kelas, outlier, dan shift distribusi
- ...
? Situs web kursus
? Video kuliah
? Penugasan lab
Pembelajaran Mesin dengan Grafik (Stanford)
Untuk mempelajari beberapa teknik grafik terbaru dalam pembelajaran mesin:
- PageRank
- Matriks Faktorisasi
- Embeddings simpul
- Grafik jaringan saraf
- Grafik pengetahuan
- Model generatif yang dalam untuk grafik
- ...
? Tautan ke kursus
Pembelajaran mesin probabilistik
Untuk mempelajari paradigma probabilistik ML:
- Alasan tentang ketidakpastian
- Variabel kontinu
- Contoh
- Rantai Markov Monte Carlo
- Distribusi Gaussian
- Model grafis
- Algoritma Inferensi Tuning
- ...
? Tautan ke kursus
MIT 6.S897: Pembelajaran Mesin untuk Kesehatan (2019)
Kursus ini memperkenalkan siswa untuk pembelajaran mesin dalam perawatan kesehatan, termasuk sifat data klinis dan penggunaan pembelajaran mesin untuk stratifikasi risiko, pemodelan perkembangan penyakit, kedokteran presisi, diagnosis, penemuan subtipe, dan meningkatkan alur kerja klinis.
? Tautan ke kursus
Pengantar Pembelajaran yang mendalam
Untuk mempelajari beberapa fundamental pembelajaran mendalam:
- Pengantar Pembelajaran yang mendalam
? Tautan ke kursus
CMU Pengantar pembelajaran mendalam (11-785)
Kursus ini dimulai secara bertahap dari MLP (multi-lapisan Perceptrons) dan kemudian berkembang menjadi konsep seperti perhatian dan model urutan-ke-urutan.
? Tautan ke kursus
? Ceramah
? Tutorial/bacaan
Pembelajaran mendalam: CS 182
Untuk mempelajari beberapa teknik yang banyak digunakan dalam pembelajaran mendalam:
- Dasar -dasar Pembelajaran Mesin
- Analisis Kesalahan
- Optimasi
- Backpropagation
- Inisialisasi
- Normalisasi Batch
- Transfer gaya
- Pembelajaran imitasi
- ...
? Tautan ke kursus
Pembelajaran tanpa pengawasan yang mendalam
Untuk mempelajari teknik terbaru dan paling banyak digunakan dalam pembelajaran yang tidak diawasi:
- Model autoregresif
- Model aliran
- Model variabel laten
- Pembelajaran yang di-swadaya
- Model implisit
- Kompresi
- ...
? Tautan ke kursus
NYU Deep Learning SP21
Untuk mempelajari beberapa teknik canggih dalam pembelajaran mendalam:
- Nets Nets: Rotasi dan Squashing
- Model berbasis energi variabel laten
- Pembelajaran tanpa pengawasan
- Jaringan permusuhan generatif
- Autoencoders
- ...
? Tautan ke kursus
Model Yayasan
Untuk belajar tentang model fondasi seperti GPT-3, Clip, Flamingo, Codex, dan Dino.
? Tautan ke kursus
Deep Learning (Tübingen)
Kursus ini memperkenalkan prinsip -prinsip praktis dan teoretis dari jaringan saraf yang dalam.
- Grafik Komputasi
- Fungsi aktivasi dan fungsi kerugian
- Pelatihan, regularisasi dan augmentasi data
- Arsitektur jaringan saraf mendalam dan canggih termasuk jaringan konvolusional dan jaringan saraf grafik
- Model generatif yang dalam seperti encoder otomatis, variasional auto-encoder dan jaringan permusuhan generatif
- ...
? Tautan ke kursus
Komputasi paralel dan pembelajaran mesin ilmiah
- Dasar -dasar simulator ilmiah
- Pengantar komputasi paralel
- Dinamika kontinu
- Masalah terbalik dan pemrograman yang dapat dibedakan
- Komputasi paralel terdistribusi
- Jaringan saraf yang diberi informasi fisika dan persamaan diferensial saraf
- Pemrograman probabilistik, alias estimasi Bayesian pada program
- Globalisasi pemahaman model
? Tautan ke kursus
XCS224U: Pemahaman Bahasa Alami (2023)
Kursus ini mencakup topik seperti:
- Representasi kata kontekstual
- Pengambilan informasi
- Pembelajaran dalam konteks
- Evaluasi Perilaku Model NLU
- Metode dan metrik NLP
- ...
? Tautan ke kursus
Stanford CS25 - Transformers United
Kursus ini terdiri dari kuliah yang berfokus pada transformator, menyediakan penyelaman yang dalam dan aplikasi mereka
- Pengantar Transformers
- Transformers dalam bahasa: GPT-3, Codex
- Aplikasi dalam penglihatan
- Transformator dalam mesin komputasi RL & Universal
- Transformer penskalaan
- Interpretabilitas dengan transformer
- ...
? Tautan ke kursus
Kursus NLP (Wajah Memeluk)
Pelajari tentang berbagai konsep NLP dan cara menerapkan model bahasa dan transformer ke NLP:
- Apa itu Transfer Learning?
- Tokenisasi BPE
- Input batching
- Model fine-tuning
- Embeddings teks dan pencarian semantik
- Evaluasi model
- ...
? Tautan ke kursus
CS224N: Pemrosesan bahasa alami dengan pembelajaran yang mendalam
Untuk mempelajari pendekatan terbaru untuk NLP berbasis pembelajaran dalam:
- Parsing ketergantungan
- Model bahasa dan rnns
- Pertanyaan menjawab
- Transformer dan pretraining
- Generasi bahasa alami
- T5 dan model bahasa besar
- Masa depan NLP
- ...
? Tautan ke kursus
Jaringan saraf CMU untuk NLP
Untuk mempelajari teknik berbasis jaringan saraf terbaru untuk NLP:
- Pemodelan Bahasa
- Trik efisiensi
- Generasi terkondisi
- Prediksi terstruktur
- Interpretasi model
- Algoritma pencarian lanjutan
- ...
? Tautan ke kursus
CS224U: Pemahaman Bahasa Alami
Untuk mempelajari konsep terbaru dalam pemahaman bahasa alami:
- Pemahaman bahasa yang didasarkan
- Ekstraksi relasi
- Natural Language Inference (NLI)
- NLU dan ekstraksi informasi saraf
- Pengujian permusuhan
- ...
? Tautan ke kursus
CMU Advanced NLP
Untuk belajar:
- Dasar -dasar teknik NLP modern
- Pembelajaran multi-tugas, multi-domain, multi-bahasa
- Mendorong + urutan ke-urutan pra-pelatihan
- Menafsirkan dan men -debug model NLP
- Belajar dari basis pengetahuan
- Pembelajaran permusuhan
- ...
? Tautan ke edisi 2021
? Tautan ke edisi 2022
? Tautan ke edisi 2024
NLP multibahasa
Untuk mempelajari konsep terbaru untuk melakukan NLP multibahasa:
- Tipologi
- Kata -kata, bagian dari bicara, dan morfologi
- Klasifikasi Teks Lanjutan
- Terjemahan mesin
- Augmentasi data untuk MT
- ASR Sumber Daya Rendah
- Giat belajar
- ...
? Tautan ke kursus 2020
? Tautan ke kursus 2022
NLP tingkat lanjut
Untuk mempelajari konsep lanjutan di NLP:
- Mekanisme perhatian
- Transformer
- Bert
- Pertanyaan menjawab
- Distilasi model
- Visi + bahasa
- Etika di NLP
- Alasan yang masuk akal
- ...
? Tautan ke kursus
CS231N: Jaringan saraf konvolusional untuk pengakuan visual
Kursus CS231N Stanford yang terkenal. Video hanya tersedia untuk semester musim semi 2017. Kursus ini saat ini dikenal sebagai Deep Learning for Computer Vision, tetapi versi Spring 2017 berjudul Convolutional Neural Networks untuk Pengenalan Visual.
- Klasifikasi Gambar
- Fungsi kerugian dan optimasi
- Pengantar Jaringan Saraf
- Jaringan saraf konvolusional
- Melatih jaringan saraf
- Perangkat lunak pembelajaran yang mendalam
- Arsitektur CNN
- Jaringan saraf berulang
- Deteksi dan Segmentasi
- Memvisualisasikan dan pengertian
- Model generatif
- Pembelajaran penguatan yang mendalam
? Tautan ke kursus? Tautan ke materi
Pembelajaran mendalam untuk visi komputer
Untuk mempelajari beberapa konsep mendasar di CV:
- Pengantar pembelajaran mendalam untuk CV
- Klasifikasi Gambar
- Jaringan Konvolusional
- Jaringan perhatian
- Deteksi dan Segmentasi
- Model generatif
? Tautan ke kursus
Pembelajaran mendalam untuk visi komputer (DL4CV)
Untuk mempelajari metode modern untuk visi komputer:
- CNNS
- Pytorch tingkat lanjut
- Memahami Jaringan Saraf
- Rnn, perhatian dan vits
- Model generatif
- Fundamental GPU
- Persuaan mandiri
- Rendering saraf
- Arsitektur yang efisien
? Tautan ke kursus
Pembelajaran mendalam untuk visi komputer (neuralearn.ai)
Untuk mempelajari metode modern untuk visi komputer:
- Pembelajaran yang di-swadaya
- Rendering saraf
- Arsitektur yang efisien
- Operasi Pembelajaran Mesin (MLOPS)
- Jaringan saraf konvolusional modern
- Transformer dalam Visi
- Penyebaran model
? Tautan ke kursus
Kursus Pembelajaran Mendalam Geometris AMMI
Untuk belajar tentang konsep dalam pembelajaran mendalam geometris:
- Belajar dalam dimensi tinggi
- Priors geometris
- Kisi -kisi
- Manifold dan jerat
- Urutan dan waktu melengkung
- ...
? Tautan ke kursus
Pembelajaran penguatan yang mendalam
Untuk mempelajari konsep terbaru di Deep RL:
- Intro ke RL
- Algoritma RL
- Pengambilan keputusan berurutan dunia nyata
- Belajar perilaku yang diawasi
- Pembelajaran imitasi yang mendalam
- Fungsi biaya dan fungsi hadiah
- ...
? Tautan ke kursus
Seri Kuliah Pembelajaran Penguatan (DeepMind)
Seri Kuliah Pembelajaran yang mendalam adalah kolaborasi antara DeepMind dan Pusat Kecerdasan Buatan UCL.
- Pengantar RL
- Pemrograman Dinamis
- Algoritma bebas model
- Pembelajaran penguatan yang mendalam
- ...
? Tautan ke kursus
LLMOPS: Membangun aplikasi dunia nyata dengan model bahasa besar
Belajar membangun perangkat lunak modern dengan LLMS menggunakan alat dan teknik terbaru di lapangan.
? Tautan ke kursus
Mengevaluasi dan men -debug AI generatif
Anda akan belajar:
- Instrumen notebook jupyter
- Kelola HyperParameters Config
- Log Run Metrics
- Kumpulkan artefak untuk dataset dan versi model
- Hasil Eksperimen Log
- Lacak petunjuk dan tanggapan untuk LLMS
- ...
? Tautan ke kursus
Chatgpt Prompt Engineering untuk pengembang
Pelajari cara menggunakan model bahasa besar (LLM) untuk dengan cepat membangun aplikasi baru dan kuat.
? Tautan ke kursus
Langchain untuk Pengembangan Aplikasi LLM
Anda akan belajar:
- Model, prompt, dan parsers
- Kenangan untuk LLMS
- Rantai
- Pertanyaan Menjawab Dokumen
- Agen
? Tautan ke kursus
Langchain: mengobrol dengan data Anda
Anda akan belajar tentang:
- Pemuatan dokumen
- Pemisahan dokumen
- Toko vektor dan embeddings
- Pengambilan
- Pertanyaan menjawab
- Mengobrol
? Tautan ke kursus
Membangun sistem dengan chatgpt API
Pelajari cara mengotomatisasi alur kerja yang kompleks menggunakan panggilan rantai ke model bahasa besar.
? Tautan ke kursus
Database Langchain & Vektor dalam Produksi
Pelajari Cara Menggunakan Langchain dan Vektor DB dalam Produksi:
- Llms dan langchain
- Belajar cara meminta
- Menjaga pengetahuan tetap terorganisir dengan indeks
- Menggabungkan komponen bersama dengan rantai
- ...
? Tautan ke kursus
Membangun aplikasi bertenaga LLM
Pelajari Cara Membangun Aplikasi Bertenaga LLM Menggunakan API LLM
- Membongkar API LLM
- Membangun Aplikasi LLM Baseline
- Meningkatkan dan Mengoptimalkan Aplikasi LLM
- ...
? Tautan ke kursus
Bootcamp LLM Tumpukan Lengkap
Untuk mempelajari cara membangun dan menggunakan aplikasi bertenaga LLM:
- Belajar mengeja: rekayasa cepat
- Llmops
- UX untuk antarmuka pengguna bahasa
- Model bahasa augmented
- Luncurkan aplikasi LLM dalam satu jam
- LLM Yayasan
- Walkthrough Proyek: Askfsdl
- ...
? Tautan ke kursus
Tumpukan penuh pembelajaran mendalam
Untuk mempelajari produksi full-stack Learning:
- Proyek ML
- Infrastruktur dan perkakas
- Pengelola Eksperimen
- Pemecahan masalah DNN
- Manajemen Data
- Pelabelan Data
- Memantau model ML
- Penyebaran Web
- ...
? Tautan ke kursus
Pengantar pembelajaran yang mendalam dan model generatif yang mendalam
Mencakup konsep mendasar dari pembelajaran mendalam
- Jaringan saraf tunggal dan keturunan gradien
- Jaringan saraf multi-lapisan dan backpropagation
- Jaringan saraf konvolusional untuk gambar
- Jaringan saraf berulang untuk teks
- Autoencoder, Autoencoders Variasional, dan Jaringan Persegi Generatif
- Encoder-Decoder Recurrent Neural Networks and Transformers
- Contoh Kode Pytorch
? Tautan ke kursus? Tautan ke materi
Mobil self-driving (Tübingen)
Meliputi paradigma mobil self-driving yang paling dominan: pendekatan berbasis pipa modular serta teknik mengemudi ujung-ke-ujung berbasis pembelajaran dalam.
- Persepsi kamera, lidar dan berbasis radar
- Lokalisasi, navigasi, perencanaan jalur
- Pemodelan/Kontrol Kendaraan
- Pembelajaran yang mendalam
- Pembelajaran imitasi
- Pembelajaran Penguatan
? Tautan ke kursus
Pembelajaran Penguatan (Polytechnique Montreal, Musim Gugur 2021)
Merancang sistem pengambilan keputusan yang otonom adalah salah satu tujuan lama kecerdasan buatan. Sistem pengambilan keputusan semacam itu, jika direalisasikan, dapat memiliki dampak besar dalam pembelajaran mesin untuk robotika, permainan, kontrol, perawatan kesehatan untuk beberapa nama. Kursus ini memperkenalkan pembelajaran penguatan sebagai kerangka kerja umum untuk merancang sistem pengambilan keputusan otonom tersebut.
- Pengantar RL
- Bandit multi-bersenjata
- Metode Gradien Kebijakan
- Bandit kontekstual
- Proses Keputusan Markov Hingga
- Pemrograman Dinamis
- Iterasi kebijakan, nilai iterasi
- Metode Monte Carlo
- ...
? Tautan ke kursus? Tautan ke materi
Fondasi RL yang dalam
Seri mini 6 kuliah oleh Pieter Abbeel.
- MDP, metode solusi yang tepat, RL Max-End
- Learning Q yang dalam
- Gradien kebijakan dan estimasi keuntungan
- TRPO dan PPO
- Ddpg dan sac
- RL berbasis model
? Tautan ke kursus
Stanford CS234: Pembelajaran Penguatan
Meliputi topik dari konsep dasar pembelajaran penguatan hingga yang lebih canggih:
- Proses & Perencanaan Keputusan Markov
- Evaluasi Kebijakan Bebas Model
- Kontrol bebas model
- Pembelajaran Penguatan dengan Perkiraan Fungsi & RL Deep
- Pencarian Kebijakan
- Eksplorasi
- ...
? Tautan ke kursus? Tautan ke materi
Stanford CS330: Deep Multi-Task and Meta Learning
Ini adalah kursus tingkat pascasarjana yang mencakup berbagai aspek pembelajaran multi-tugas dan meta yang mendalam.
- Pembelajaran multi-tugas, memindahkan dasar-dasar pembelajaran
- Algoritma meta-pembelajaran
- Topik meta-pembelajaran canggih
- RL multi-tugas, RL yang dikondisikan oleh tujuan
- Pembelajaran Meta-Reinforcement
- Hierarkis RL
- Pembelajaran seumur hidup
- Masalah terbuka
? Tautan ke kursus? Tautan ke materi
Mit pembelajaran mendalam dalam ilmu kehidupan
Kursus yang memperkenalkan dasar ML untuk aplikasi dalam genomik dan ilmu kehidupan secara lebih luas.
- Menafsirkan model ML
- Aksesibilitas DNA, promotor dan penambah
- Pengaturan kromatin dan gen
- Ekspresi gen, splicing
- RNA-seq, splicing
- Sel satu sekuensing RNA
- Pengurangan dimensi, genetika, dan variasi
- Penemuan obat
- Prediksi Struktur Protein
- Lipatan protein
- Pencitraan dan kanker
- Ilmu saraf
? Tautan ke kursus
? Tautan ke materi
Robotika Lanjutan: UC Berkeley
Kursus ini berasal dari Peter Abbeel dan mencakup ulasan tentang pembelajaran penguatan dan terus ke aplikasi dalam robotika.
- MDP: Metode yang tepat
- Diskritisasi MDP Ruang Negara Berkelanjutan
- Perkiraan fungsi / representasi berbasis fitur
- LQR, LQR iteratif / pemrograman dinamis diferensial
- ...
? Tautan ke kursus? Tautan ke materi
Jangkau di Twitter jika Anda memiliki pertanyaan.
Jika Anda tertarik untuk berkontribusi, jangan ragu untuk membuka PR dengan tautan ke kursus. Ini akan membutuhkan sedikit waktu, tetapi saya memiliki rencana untuk melakukan banyak hal dengan kuliah individu ini. Kami dapat meringkas kuliah, termasuk catatan, menyediakan bahan bacaan tambahan, termasuk kesulitan konten, dll.
Anda sekarang dapat menemukan catatan kursus ML di sini.
