机器学习导论

 

约 113 个字 预计阅读时间 1 分钟

---

写在前面

这一分册整理两篇相互衔接的机器学习入门笔记。

第一篇从监督学习、损失函数、梯度下降和过拟合等基础概念讲起，先把“模型是怎么学出来的”说明白；第二篇继续向前，沿着 CNN、RNN、Transformer、GAN、扩散模型、迁移学习与强化学习展开，把常见结构和任务脉络串起来。