提起李宏毅老师，熟悉机器学习的读者朋友一定不会陌生。最典型的就是开局一言不合就“宝可梦”。李宏毅老师幽默风趣的教学风格也吸引力很多机器学习爱好者。
李宏毅老师的机器学习课程可以说是最具代表性的中文公开课之一，已成为大量国内初学者的首选。2021 年，李宏毅老师的机器学习课程又于 2 月 26 号更新上线啦！\
2021 最新版的机器学习课程官方网址：\
speech.ee.ntu.edu.tw/~hylee/ml/2…
这门课程，李老师说了面向所有人，而且完全可以在家自学，但是不要忘了做作业哦~\
主要内容\
这门课主要专注于深度学习，可以是你的第一门 ML 课程。熟悉我的朋友都知道，我之前专门写过林轩田老师的机器学习课程笔记，该课程与林轩田的机器几乎没有重叠，既包含了基础的机器学习技术，也包括了最新的 AI 技术。
整体的目录如下：
- 1. Introduction
- 2. Deep Learning
- 3. Self-Attention
- 4. Theory of ML
- 5. Transformer
- 6. Generative Model
- 7. Self-Supervised Learning
- 8. Explainable AI / Adversarial Attack
- 9. Domain Adaptation/ RL
- 10. Privacy v.s. ML
- 11. RL
- 12. Quantum ML (Prof. Hao-Chung Cheng)
- 13. Life-Long/Compression
- 14. Meta Learning
在线课程会同步视频、PPT。好消息是爱可可老师正将已开课的章节视频搬运到了 B 站上：\
目前已更新到了第 3 节啦~\
课程作业\
为了更好地完成作业，李宏毅老师提出了几点必备要求：\
1. 数学
具备微积分、线性代数、概率论的基础知识。
2. 编程
所有作业都有基于 Python。
3. 硬件\
所有的编程作业都可以在 Google Colab 上完成，不需要准备硬件或安装任何东西。
总共包含了 15 次作业：\
值得一提的是，某些作业还是要打 kaggle 比赛的，可以说实战性很强了。\
其它资源\
本文提到了台大林轩田老师的机器学习课程，感兴趣的朋友可以阅读下面的资料：\
B站视频：\
《机器学习基石》
《机器学习技法》
精炼笔记：\
《干货 | 林轩田机器学习「基石+技法」历史文章汇总》
最后，放上关于李宏毅 2021 机器学习最新课程的简介：\
speech.ee.ntu.edu.tw/~hylee/ml/m…
往期精彩回顾
适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑
本站qq群851320808，加入微信群请扫码：
