Theme

机器学习

在不同类型与年份里，沿着「机器学习」继续阅读。

精选三篇

摘录2026年10月11日

摘录自 simon willison

Simon Willison 谈及新式决策模型 Jev 时表达保留态度：这类被称作 System One 的 LLM 让他不安，认为其走向更彻底的黑盒机器学习，牺牲了可解释性。

人工智能
机器学习

笔记2017年8月23日

吴恩达深度学习第三课笔记

记录误差分析、正交化策略、训练与测试分布，以及迁移学习的项目决策方法。

深度学习
机器学习

笔记2017年8月22日

吴恩达深度学习第二课笔记

整理正则化、初始化、梯度检查、优化算法与超参数调试等深度网络训练实践。

深度学习
机器学习

完整时间线

摘录2026年10月11日

摘录自 simon willison

Simon Willison 谈及新式决策模型 Jev 时表达保留态度：这类被称作 System One 的 LLM 让他不安，认为其走向更彻底的黑盒机器学习，牺牲了可解释性。

人工智能
机器学习

笔记2017年8月23日

吴恩达深度学习第三课笔记

记录误差分析、正交化策略、训练与测试分布，以及迁移学习的项目决策方法。

深度学习
机器学习

笔记2017年8月22日

吴恩达深度学习第二课笔记

整理正则化、初始化、梯度检查、优化算法与超参数调试等深度网络训练实践。

深度学习
机器学习

笔记2017年8月21日

吴恩达深度学习第一课笔记

梳理神经网络基础、向量化表示、损失函数、反向传播与浅层网络训练。

深度学习
机器学习

文章2017年7月23日

ML之梯度下降算法

从导数与方向选择出发，梳理批量、随机和小批量梯度下降的更新方式、优缺点与常见调参技巧，并用代码展示优化过程如何逐步逼近目标。

机器学习