斯坦福cs329p——实用机器学习

目录:

  1. Data collection
  2. Data Preprocessing
  3. ML model recap
  4. Model Validation
  5. Model Combination
  6. Covariate and Concept Shift
  7. Label Shift and Drift Detection
  8. Data beyond IID
  9. Model Tuning
  10. Deep Network Tuning
  11. Transfer Learning
  12. Distillation
  13. Multimodal data
  14. Model Deployment
  15. Fairness (Criteria)
  16. Fairness (Fixes) and Explainability
  17. Guest Lecture
  18. Guest Lecture

主页:https://c.d2l.ai/stanford-cs329p/

李沐的中文版: https://space.bilibili.com/1567748478/video

发表评论

Fill in your details below or click an icon to log in:

WordPress.com 徽标

您正在使用您的 WordPress.com 账号评论。 注销 /  更改 )

Google photo

您正在使用您的 Google 账号评论。 注销 /  更改 )

Twitter picture

您正在使用您的 Twitter 账号评论。 注销 /  更改 )

Facebook photo

您正在使用您的 Facebook 账号评论。 注销 /  更改 )

Connecting to %s