本文讲解李宏毅ML2021 Spring homeworks系列文章的写作原因以及系列文章的写作目的
李宏毅ML2021 Spring homeworks: hw0 — 概述
李宏毅老师的Machine Learning 2021 Spring的课程李宏毅老师以及上传到他的Youtube上了,并且系列作业也已经经过整理向公众开放。今年的ML课程完全关注Deep Learning,此外结合了Kaggle的许多实战。因此本系列文章记录了我在完成作业时候的心得与体会。
1. 写作初心
在2019年我刚进入大学的时候,那个时候深度学习已经火热起来了。在那个时候我就通过观看李宏毅老师的Machine Learning的系列课程从而对机器学习和深度学习入门了。
然而可惜的是,由于种种原因,在2019年的时候,李宏毅老师的ML系列课程我最终没有坚持下来全部看完。
一方面是受到了当时学识的限制。在那时候刚刚进入大学,刚刚开始学习线性代数,对概率论、图论、凸优化、计算机、多元高等数学等内容完全没有接触过。
另外一方面当时更加关注与计算机底层LInux等内容的学习;最后是大一时候的课是真的多。
因此最终没有听完2019年的课程,非常的可惜。
现在因为降级转入计算机专业的原因,有了很多的时间;此外自己在业余时间也已经把许多计算机的课程、深度学习的数学原理课程都已经学过了,编程能力也有了非常大的提升。
又恰逢2021年李宏毅老师的课程上架。因此决定这一次详细的学完所有课程并完成对应的作业。
所有的作业都以博客的形式来记录我炼丹的点滴。希望能够见证我这一段时间的投入和付出。
2. Who is Hung-yi Lee
As now we are going to have classes of Hung-yi Lee, we’d better have some knowledge of him.
首先是Wikipedia
的介绍
From wikipedia
李宏毅(1985年或1986年-),台湾地区计算机科学家,国立台湾大学电机工程学系副教授,研究领域包括语意理解、语音辨识、机器学习、深度学习等。
李宏毅在大学二年级时,因对电机系许多课程感到困惑,曾一度非常沮丧迷惘,甚至萌生了退学的念头。他当时选了一门“数字通信处理”课程,发现自己难以听懂,但他并未放弃,不弃选不退修,最终豁然开朗,“原来用手机拨电话给别人时,中间发生的事就是这些信号处理。”找到学习的兴趣后,李宏毅开始跟随中央研究院李琳山院士做项目,随后于2010年从国立台湾大学取得硕士学位,2012年取得博士学位。2012年9月至2013年8月间,李宏毅于中央研究院资讯科技创新研究中心担任博士后研究员。2013年9月以客座科学家身份前往麻省理工学院计算机科学暨人工智能实验室。2014年返台,担任台湾大学电机工程学系教师至今。
2015年,李宏毅开始在台湾大学讲授机器学习课程,选课人数通常爆满,有400多人来修。于是,李宏毅将学生分在两间教室,一间现场看老师上课,另一间同步看直播。由于直播上课的诸多限制,李宏毅养成了录制课程影片的习惯。一开始李宏毅将影片上传至个人主页,后来由于萤幕侧录软件的序号过期,无法导出MP4,但有导出至YouTube的选项,于是李宏毅开始将课程影片上传至YouTube。此举不仅帮助了台湾大学的学生,还意外嘉惠台湾大学以外的学生。在其影片下方,还有中国大陆的学生留言感谢,表示已经听完全部课程,并留下笔记连结。截至2021年9月30日,李宏毅的YouTube频道有8.99万位订阅者,最热门的影片有56万次观看。
李宏毅擅长用浅显易懂的语言,以学生喜爱的精灵宝可梦、凉宫春日等动漫来讲解复杂的机器学习技术,因此被亲切地称为“精灵宝可梦大师”。中华民国电脑学会称李宏毅为“第一个公开有系统地完整深入讲解深度学习技术的学者,使得华文的深度学习教学与英文世界并驾齐驱。”
从维基百科的介绍中能够看出来,李宏毅老师讲解机器学习的课程非常的有趣和生动,因此广受欢迎。我在当初也是受到了李宏毅老师早年的课程的熏陶,才进入了ML/DL的大门。
3. Why is Hung-yi Lee
为什么选择李宏毅老师的课程而非其他老师的课程?
首先是因为李宏毅老师的课程非常的通俗易懂,在讲课的时候老师会举各种各样的例子,宝可梦、全职猎人、凉宫春日等等,贴近与学生的距离。
其次是因为老师的ML的课程从16年到现在以及过去了5年时间了,在这五年中老师的课程已经经过了长久的打磨,因此会具备丰富的经验,所以学起来的时候体验会好很多。
最后就是关于我个人的原因,因为先前没有学完老师2019年的课程,感到非常遗憾,所想要在2021年完成老师的课程,弥补当年的遗憾。
4. How to learn
本系列文章将会记录每个作业的说明,我对每个作业的理解以及我在完成作业时的Update,在最后会附带上完整的项目代码。
所以每一个博客对应的一个作业,其结构大概类似于下面:
- 作业介绍
- 我的作业动态
- 最终代码