文件名称：deepbayes-2018-day1
文件大小：55.83MB
文件格式：RAR
更新时间：2021-09-28 06:18:38
机器学习 深度学习 贝叶斯学习 jupyter note
深度学习贝叶斯，这是一份密集的6天速成课程中的第一天的课程内容（内附PPT和jupyter notebook python代码）。 在 Deep|Bayes 夏季课程中，授课人将讨论贝叶斯方法如何结合深度学习，并在机器学习应用中实现更好的结果。近期研究表明贝叶斯方法的利用可以带来许多好处。学生将学到对理解当前机器学习研究非常重要的方法和技术。他们还将体会贝叶斯方法和强化学习之间的联系，学习神经网络的现代随机优化方法和正则化技术。在课程之后，授课人还设置了实践环节。 备注：由于文件上传大小限制，故按每天归档上传。
【文件预览】：
deepbayes-2018-aug27
----day1_em()
--------task_em.ipynb(19KB)
--------problem_set2.pdf(245KB)
--------data_em.zip(16.79MB)
--------seminar_em.pdf(4.25MB)
----3. Dmitry Vetrov - Latent variable models.pdf(28.17MB)
----day1_bayesian-reasoning()
--------problem_set.pdf(146KB)
--------presentation.pdf(2.57MB)
----1. Dmitry Vetrov - Introduction to Bayesian methods.pdf(19.77MB)
----2. Kirill Struminsky - Practical Session on Bayesian Reasoning.pdf(2.57MB)
----0. Dmitry Vetrov - Opening remarks.pdf(2.77MB)