第27期 Datawhale 组队学习活动，(Part 2)深度学习：李宏毅机器学习。

李宏毅机器学习

课程信息

• 李宏毅：李宏毅主页
• 本次课程课件与视频(Lee2017)：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17.html
• 李宏毅课程2019：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html
• 李宏毅课程2021春季学期课程：https://speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.html
• 论坛版块：http://datawhale.club/c/31-category/31
• 开源内容：https://github.com/datawhalechina/leeml-notes
• 内容属性：深度学习（理论）专题
• 内容说明：辅助大家更好学习李宏毅老师机器学习视频，并加入相关补充资料，相信你会对机器学习有更加深刻的理解。

任务安排

• 学习周期：14天
• 任务路线：李宏毅视频+解读辅助。
• [O]Task00：开营，组队，熟悉规则（1天）
• [O]Task01：参照开源文档，观看视频 P1-2：机器学习介绍（1天）
• [O]Task02：参照开源文档，观看视频 P3-4：回归（2天）
• [O]Task03：参照开源文档，观看视频 P5-8：误差和梯度下降（2天）
• [O]Task04：参照开源文档，观看视频 P13：深度学习介绍和反向传播机制（2天）
• [x]Task05：观看 2021版视频 视频 P5-9：网络设计的技巧（2天）
• [x]Task06：参照开源文档，观看视频 P21：卷积神经网络（3天）
• [x]Task07：总结（1天）

具体规则

• 注册 CSDN、Github 或 B站等账户。
• 按照任务安排进行学习，完成后写学习笔记Blog 或 进行视频直播。
• 在每次任务截止之前在群内填写问卷打卡，遇到问题在群内讨论。
• 未按时打卡的同学视为自动放弃，被抱出学习群。

相关注意事项

• 组队学习：学习者（船员）手册
• 组队学习：学习者参考手册
• June：如何使用Datawhale开源学习小程序？

• 自我介绍：

  • 【坐标】：北京
  • 【专业/职业】：博士2年级，从事 林业遥感与地理信息系统 & 点云深度学习 研究。
  • 【是否愿意作船长】：自己没有时间负责，需要找组长来带
  • 【兴趣爱好】：读书、电影、追剧、运动
  • 【目标】：希望可以通过组队打卡学习，加深对深度学习基本知识的理解。

---