AI深度探索：從機器學習到NLP精通

這些視頻涵蓋了人工智慧領域廣泛的主題，著重於理論和實際應用。主要領域包括：機器學習與NLP技術：深入探討機器學習和NLP的當代方法，包括對抗性攻擊、模仿攻擊、自注意力機制和轉換器模型網路。

內容簡介

作者介紹

適合人群

你將會學到什麼

購買須知

自然語言處理（Natural Language Processing, NLP

這系列視頻專注於自然語言處理（Natural Language Processing, NLP）的各種面向，從對抗式攻擊到模型的理解和應用。系列開始於由姜成翰助教講授的三部分「自然語言處理上的對抗式攻擊」，深入探討了在自然語言處理領域中的安全性和漏洞。隨後，進入「自然語言處理上的模仿攻擊和後門攻擊」，這部分著重於更複雜和隱蔽的攻擊技術。接著，莫烦Python的一系列視頻深入介紹了語言模型和注意力機制，解釋了機器如何理解語言，從句向量到詞向量的概念。同時，探討了搜索引擎的運作方式和自然語言處理技術的基礎。 StatQuest的視頻「Word Embedding and Word2Vec, Clearly Explained!!!」提供了對詞嵌入和Word2Vec的清晰解釋。而codebasics的「NLP Tutorial For Beginners In Python」系列從基礎介紹到實踐應用，涵蓋了NLP的多個重要主題，包括正則表達式、NLP的技術分類、NLP任務、處理流程、Spacy與NLTK的比較，以及分詞、詞幹提取、詞性標注和命名實體識別等關鍵技術。這些視頻為初學者提供了一個全面且深入的自然語言處理學習路徑。
元學習 Meta Learning

這一系列視頻專注於元學習（Meta Learning）的不同方面，提供了對這個複雜領域的深入解析。系列首先由李宏毅教授的講座「各種奇葩的元學習用法」開始，介紹了元學習在機器學習中的獨特應用和方法。接著，系列進入「元學習與機器學習的三個步驟」和「萬物皆可 Meta」兩部分，深入探討元學習的基礎理論和實踐方法。系列還包括助教陳建成講授的兩部分「More about Meta Learning」補充課程，這部分更加深入地分析了元學習的高級概念和技術。此外，「Meta Learning - Gradient Descent as LSTM」三部分系列和「Meta Learning – Metric-based」系列則分別從梯度下降和基於度量的角度，介紹了元學習的具體實現方式。此外，「More about Auto-encoder」四部分系列則深入探討了自編碼器在元學習中的應用和技術細節。這一系列視頻為有興趣於元學習和機器學習進階主題的學習者提供了豐富的知識和實踐指南。
Transformer

這個視頻系列集中介紹了Transformer架構及其變體，對於想要深入理解Transformer和自注意力機制的學習者來說，這是一個非常有價值的資源。系列由李宏毅教授的兩部分講座「Transformer (上)」和「Transformer (下)」開始，這些講座提供了對Transformer基本結構和工作原理的全面解釋。接著，助教紀伯翰進一步深入探討了Transformer及其變體在「Transformer and its variant」補充課中。此外，李宏毅教授的另外兩部分講座「自注意力機制 (Self-attention) (上)」和「(下)」則專注於自注意力機制，這是Transformer模型的核心部分。 StatQuest的三部視頻「Attention for Neural Networks, Clearly Explained!!!」、「Transformer Neural Networks, ChatGPT's foundation, Clearly Explained!!!」和「Decoder-Only Transformers, ChatGPTs specific Transformer, Clearly Explained!!!」則以易於理解的方式解釋了注意力機制和Transformer網絡。這些視頻為學習者提供了對這些複雜概念的深入洞察和清晰解釋。
機器終身學習 (Life Long Learning, LL)

這一系列視頻集中探討了機器終身學習(Life Long Learning, LL)的概念，特別是在解決災難性遺忘(Catastrophic Forgetting)問題方面的策略和方法。這是對於希望理解如何讓人工智慧系統更有效地持續學習和適應新信息的學習者來說的重要資源。系列由李宏毅教授的兩部分講座開始，首先是「機器終身學習 (Life Long Learning, LL) (一)」，這部分講座著重於介紹什麼是災難性遺忘以及它對當前人工智慧系統的影響。其次是「機器終身學習 (二)」，這部分則深入探討了克服災難性遺忘問題的不同方法和策略。此外，由助教楊舒涵主講的補充課程「More about Lifelong Learning」進一步深入探討了終身學習的進階概念和技術。這些視頻為學習者提供了深入的理論背景和實踐策略，以幫助他們更好地理解如何設計和實施有效的機器終身學習系統。
遺傳演算法（Genetic Algorithm）

這系列視頻專注於遺傳演算法（Genetic Algorithm）和進化策略（Evolution Strategy），提供從基礎知識到實際應用的全面介紹。莫烦Python和Noureddin Sadawi的講座探討了遺傳演算法的基本概念、微生物遺傳演算法、進化策略及其在機器學習中的應用，如句子配對和旅行商人問題（TSP）等。此外，還涵蓋了神經網絡進化（Neuro-Evolution）和NEAT（NeuroEvolution of Augmenting Topologies）算法在監督學習和強化學習中的應用。 Noureddin Sadawi的一系列30個短視頻深入介紹了遺傳演算法的不同方面，包括選擇方法、交叉和變異操作，並通過Java實現展示了這些概念。這些視頻是對於想要深入瞭解遺傳演算法及其在複雜問題解決中的應用的學習者的寶貴資源。整體來說，這些視頻提供了對遺傳演算法和進化策略的全面了解，幫助學習者掌握這些強大的演算法工具，並將它們應用於實際的機器學習問題中。
Information Retrieval (IR)

這系列視頻由Victor Lavrenko主講，全面介紹信息檢索（Information Retrieval, IR）的關鍵原理和技術。視頻從文本的基本法則，如Zipf's、Zipf-Mandelbrot和Benford's法則開始，探討了它們在文本處理中的重要性。接著，講解了詞袋模型（Bag-of-Words）和向量空間模型，包括查詢和文檔向量、點積、歐幾里得距離和逆文檔頻率（IDF）。系列進一步深入了解向量空間模型的應用，如余弦相似性、雅卡爾係數、Minkowski範數和卡方距離。Lavrenko還講述了詞語變形（Morphological Variation）、詞幹提取算法、字符N-gram和查詢基詞幹提取等主題。在討論同義詞和多義詞問題時，Lavrenko介紹了MeSH詞庫、Wordnet和統計同義詞。視頻還涵蓋了關於向量空間模型的擴展、用戶交互在信息檢索中的作用，以及相關反饋和偽相關反饋的技術。最後，系列探討了分類器、大邊界分類、主動攻擊算法、支持向量機（SVM）和學習排序在信息檢索中的應用。這些視頻是對於希望深入瞭解信息檢索領域核心概念和技術的學生和專業人士的寶貴資源。
進階自然語言處理 advanced

這一系列的進階自然語言處理（NLP）教程由codebasics提供，涵蓋了文本表示和處理的多個關鍵技術。從基本的文本表示技術，如標籤編碼、獨熱編碼，到更複雜的表示法，如詞袋（Bag Of Words, BOW）、n-gram和TF-IDF。這些教程深入解釋了每種技術的工作原理及其在NLP中的應用。系列還介紹了Word Embeddings，這是一種先進的文本表示方法，並利用Spacy和Gensim進行了具體實例教學，如新聞分類。此外，還有對fastText的介紹和教學，包括如何在fastText中訓練自定義詞向量和進行文本分類。最後，系列對聊天機器人的概念進行了介紹，這是一個當前在NLP領域中非常流行的應用。這些視頻為希望深入瞭解NLP進階技術的初學者提供了全面而深入的學習資源。

AI深度探索：從機器學習到NLP精通

內容簡介

作者介紹

適合人群

你將會學到什麼

購買須知

自然語言處理（Natural Language Processing, NLP

【機器學習2022】自然語言處理上的對抗式攻擊 (由姜成翰助教講授) - Part 1 - Hung-yi Lee

【機器學習2022】自然語言處理上的對抗式攻擊 (由姜成翰助教講授) - Part 3 - Hung-yi Lee

【機器學習2022】自然語言處理上的對抗式攻擊 (由姜成翰助教講授) - Part 2 - Hung-yi Lee

【機器學習2022】自然語言處理上的模仿攻擊 (Imitation Attack) 以及後門攻擊 (Backdoor Attack) (由姜成翰助教講授) - Hung-yi Lee

肩膀上的眺望 - 预训练语言模型【莫烦Python NLP 自然语言处理教学】

请注意 注意力 - 自然语言处理注意力机制 【莫烦Python】

请注意用词-语言模型的注意力【莫烦Python】

机器这样理解语言-句向量 - 莫烦Python

机器是这样理解语言的 - 词向量 - 莫烦Python

你天天用的搜索引擎是怎样工作的？【莫烦Python】

计算机怎么理解人类语言？什么是自然语言处理 NLP 技术？【莫烦Python】

Word Embedding and Word2Vec, Clearly Explained!!! - StatQuest

Introduction | NLP Tutorial For Beginners In Python - Season 1 Episode 1 - codebasics

Why NLP is booming right now? | NLP Tutorial For Beginners In Python - S1 E2 - codebasics

Regex For NLP: NLP Tutorial For Beginners In Python - S1 E3 - codebasics

Three Category Of Techniques for NLP : NLP Tutorial For Beginners In Python - S1 E4 - codebasics

NLP Tasks: NLP Tutorial For Beginners In Python - S1 E5 - codebasics

NLP Pipeline: NLP Tutorial For Beginners In Python - S1 E6 - codebasics

Spacy vs NLTK: NLP Tutorial For Beginners In Python - S1 E7 - codebasics

Tokenization in Spacy: NLP Tutorial For Beginners - S1 E8 - codebasics

Language Processing Pipeline in Spacy: NLP Tutorial For Beginners - S1 E9 - codebasics

Stemming and Lemmatization: NLP Tutorial For Beginners - S1 E10 - codebasics

Part Of Speech POS Tagging: NLP Tutorial For Beginners - S1 E11 - codebasics

Named Entity Recognition (NER): NLP Tutorial For Beginners - S1 E12 - codebasics

元學習 Meta Learning

【機器學習 2022】各種奇葩的元學習 (Meta Learning) 用法 - Hung-yi Lee

【機器學習2021】元學習 Meta Learning (一) - 元學習跟機器學習一樣也是三個步驟 - Hung-yi Lee

【機器學習2021】元學習 Meta Learning (二) - 萬物皆可 Meta - Hung-yi Lee

[TA 補充課] More about Meta Learning (由助教陳建成同學講授) (1/2)

[TA 補充課] More about Meta Learning (由助教陳建成同學講授) (2/2)

Meta Learning - Gradient Descent as LSTM (1/3) - Hung-yi Lee

Meta Learning - Gradient Descent as LSTM (2/3) - Hung-yi Lee

Meta Learning - Gradient Descent as LSTM (3/3) - Hung-yi Lee

Meta Learning – Metric-based (1/3)

Meta Learning – Metric-based (2/3)

Meta Learning – Metric-based (3/3)

Meta Learning - Train+Test as RNN

More about Auto-encoder (1/4)

More about Auto-encoder (2/4)

More about Auto-encoder (3/4)

More about Auto-encoder (4/4)

Transformer

【機器學習2021】Transformer (上) - Hung-yi Lee

【機器學習2021】Transformer (下) - Hung-yi Lee

[TA 補充課] Transformer and its variant (由助教紀伯翰同學講授)

【機器學習2021】自注意力機制 (Self-attention) (上) - Hung-yi Lee

【機器學習2021】自注意力機制 (Self-attention) (下) - Hung-yi Lee

Attention for Neural Networks, Clearly Explained!!! - StatQuest

Transformer Neural Networks, ChatGPT's foundation, Clearly Explained!!! - StatQuest

Decoder-Only Transformers, ChatGPTs specific Transformer, Clearly Explained!!! - StatQuest

ELMO, BERT, GPT - Hung-yi Lee

機器終身學習 (Life Long Learning, LL)

【機器學習2021】機器終身學習 (Life Long Learning, LL) (一) - 為什麼今日的人工智慧無法成為天網？災難性遺忘(Catastrophic Forgetting) - Hung-yi Lee

【機器學習2021】機器終身學習 (Life Long Learning, LL) (二) - 災難性遺忘(Catastrophic Forgetting)的克服之道 - Hung-yi Lee

[TA 補充課] More about Lifelong Learning (由助教楊舒涵同學講授)

遺傳演算法（Genetic Algorithm）

什么是遗传算法? What is Genetic Algorithm? - 莫烦Python

#1.1 进化算法简介 (机器学习 进化算法 Evolutionary Algorithm 教程教学 tutorial)

#2.1 遗传算法 Genetic Algorithm (进化算法教学教程 Tutorial)

#2.2 遗传算法 例子: 句子配对 (机器学习 进化算法 Evolutionary Algorithm 教程教学 tutorial)

#2.3 遗传算法 例子: 旅行商人 TSP (机器学习 Genetic Algorithm 进化算法 Evolutionary Algorithm 教程教学 tutorial)

#2.4 微生物遗传算法 Microbial Genetic Algorithm (机器学习 进化算法 Evolutionary Algorithm 教程教学 tutorial)

什么是进化策略 What is Evolution Strategy? - 莫烦Python

#3.1 进化策略 Evolution Strategy (机器学习 进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python

#3.2 (1+1)ES 简单有效的进化策略 (机器学习 进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python

#3.3 进化策略+梯度下降=Natural ES (机器学习 进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python

什么是神经网络进化? What is Neuro-Evolution? - 莫烦Python

#4.1 神经网络进化 NeuroEvolution (机器学习 进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python

#4.2 NEAT 监督学习 Supervised learning (机器学习 进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python

#4.3 NEAT 强化学习 Reinforcement Learning (机器学习 进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python

#4.4 OpenAI ES 大规模强化学习 Reinforcement learning (机器学习 进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python

Genetic Algorithm in Artificial Intelligence - The Math of Intelligence (Week 9)

Genetic Algorithms 1/30: Introduction .. Searching and the Search Space

请注意注意力 - 自然语言处理注意力机制【莫烦Python】

#1.1 进化算法简介 (机器学习进化算法 Evolutionary Algorithm 教程教学 tutorial)

#2.2 遗传算法例子: 句子配对 (机器学习进化算法 Evolutionary Algorithm 教程教学 tutorial)

#2.3 遗传算法例子: 旅行商人 TSP (机器学习 Genetic Algorithm 进化算法 Evolutionary Algorithm 教程教学 tutorial)

#2.4 微生物遗传算法 Microbial Genetic Algorithm (机器学习进化算法 Evolutionary Algorithm 教程教学 tutorial)

#3.1 进化策略 Evolution Strategy (机器学习进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python

#3.2 (1+1)ES 简单有效的进化策略 (机器学习进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python

#3.3 进化策略+梯度下降=Natural ES (机器学习进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python

#4.1 神经网络进化 NeuroEvolution (机器学习进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python

#4.2 NEAT 监督学习 Supervised learning (机器学习进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python

#4.3 NEAT 强化学习 Reinforcement Learning (机器学习进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python

#4.4 OpenAI ES 大规模强化学习 Reinforcement learning (机器学习进化算法 Evolutionary Algorithm 教程教学 tutorial) - 莫烦Python