李宏毅機器學習筆記 | L9 | 訓練深度神經網路DNN的技巧
本篇內容整理了深度神經網絡（DNN）的訓練技巧，包括對抗過擬合的方法、新激活函數的選擇、自適應學習率及使用Dropout等正則化技術。
· 641 words · 3 min read · 2
李宏毅機器學習筆記 | L7 | 理解反向傳播的核心機制
本文深入探討了反向傳播演算法背後的運作機制，解釋如何利用鏈式法則和梯度下降來有效地優化神經網絡模型。
· 324 words · 2 min read · 3
李宏毅機器學習筆記 | L6 | Neural Network 神經網路全面探索之旅
探索深度學習的歷史起源，從感知器到當代的多層神經網路，並了解Deep Learning如何影響影像辨識與語音辨識。
· 598 words · 3 min read · 1
李宏毅機器學習筆記 | L5 | Logistic Regression簡明指南
這篇文章詳細介紹了Logistic Regression的數學基礎、訓練方法和應用，並比較了Discriminative與Generative模型。
· 907 words · 5 min read · 1
李宏毅機器學習筆記 | L3-4 | 深入淺出：了解梯度下降與分類模型的奧秘
探索梯度下降、學習率適應、Stochastic Gradient Descent以及分類模型的詳細機制，並掌握如何優化機率生成模型以提高分類準確性。
· 1,242 words · 6 min read · 2
論文解析 | Scheduling Algorithms for Multiprogramming in a Hard-Real-Time Environment
#Scheduling Algorithms for Multiprogramming in a Hard-Real-Time Environment Author C. L. Liu, Project MAC, Massachusetts Institute of Technology Hames W. Layland, Jet Propulsion Laboratory,…
· 2,442 words · 12 min read · 33
