小册描述
目录
- 第1章 让ChatGPT告诉我们什么是机器学习
- 1.1 问问ChatGPT什么是机器学习
- 1.2 问问ChatGPT机器学习有什么用
- 1.3 机器学习有什么应用案例
- 1.4 机器学习系统有哪些类型
- 1.5 机器学习面临哪些挑战
- 1.6 机器学习模型该如何测试和验证
- 第2章 让ChatGPT告诉我们机器学习的基本流程
- 2.1 让ChatGPT帮我们找数据
- 2.2 让ChatGPT帮我们安装Anaconda
- 2.3 让ChatGPT教我们进行探索性数据分析
- 2.4 试试训练一下模型
- 第3章 让ChatGPT带我们玩转线性模型
- 3.1 让ChatGPT告诉我们什么是线性模型
- 3.2 线性模型也可以用于分类
- 3.3 什么是正则化
- 第4章 让ChatGPT带我们玩转支持向量机
- 4.1 让ChatGPT解释非线性问题的基本概念
- 4.2 支持向量机的核函数
- 4.3 支持向量机用于回归任务
- 4.4 支持向量机的超参数
- 第5章 让ChatGPT带我们玩转决策树
- 5.1 让ChatGPT介绍一下决策树算法
- 5.2 决策树算法基础知识
- 5.3 决策树算法的实现
- 5.4 决策树算法的不足与改进
- 第6章 让ChatGPT带我们玩转集成学习
- 6.1 让ChatGPT介绍一下集成学习算法
- 6.2 基本的集成学习算法
- 6.3 高级的集成学习算法
- 第7章 让ChatGPT带我们玩转模型优化
- 7.1 让ChatGPT介绍模型优化的基本概念
- 7.2 让ChatGPT介绍损失函数
- 7.3 让ChatGPT介绍学习率
- 7.4 让ChatGPT介绍模型的超参数
- 第8章 让ChatGPT带我们玩转数据降维
- 8.1 让ChatGPT介绍数据降维的基本概念
- 8.2 让ChatGPT带我们玩转PCA
- 8.3 让ChatGPT带我们玩转ICA
- 8.4 让ChatGPT带我们玩转t-SNE
- 第9章 让ChatGPT带我们玩转聚类算法
- 9.1 让ChatGPT介绍聚类算法的基本概念
- 9.2 让ChatGPT带我们玩转K-Means
- 9.3 让ChatGPT带我们玩转层次聚类
- 9.4 让ChatGPT带我们玩转密度聚类
- 第10章 让ChatGPT带我们玩转神经网络
- 10.1 让ChatGPT介绍神经网络的基本概念
- 10.2 神经网络的结构
- 10.3 神经网络中的传播算法
- 10.4 神经网络的局限性和未来发展
- 第11章 让ChatGPT带我们玩转Keras
- 11.1 让ChatGPT介绍一下Keras
- 11.2 用Keras搭建简单的神经网络
- 11.3 模型的训练参数
- 11.4 神经网络的超参数
- 第12章 让ChatGPT带我们玩转图像分类
- 12.1 让ChatGPT介绍一下计算机视觉
- 12.2 让ChatGPT介绍卷积神经网络
- 12.3 图像分类任务实战
- 第13章 让ChatGPT带我们玩转自然语言处理
- 13.1 让ChatGPT介绍一下自然语言处理
- 13.2 让ChatGPT带我们认识RNN与LSTM
- 13.3 让ChatGPT带我们认识文本表示
- 13.4 来个项目实战吧
- 第14章 让ChatGPT带我们玩转迁移学习
- 14.1 让ChatGPT介绍一下迁移学习
- 14.2 让ChatGPT介绍迁移学习的实现
- 14.3 让ChatGPT介绍Transformer架构
- 14.4 实战迁移学习