标签: 课程资料
所有使用该标签的文章 "课程资料".
-
CS 224v: Conversational Virtual Assistants with Deep Learning
聚焦 LLM 在对话系统中的应用： 1. 通过监督学习和自学习增长 LLM 知识 2. 通过外部知识库防止幻觉 3. 处理结构化和非结构化数据
-
CS 224w: Machine Learning with Graphs
涵盖表征学习和图神经网络（GNN）、万维网算法、知识图谱推理、影响力最大化、社交网络分析。学习 PyG（PyTorch Geometric）等图学习工具。
-
CS 229: Machine Learning
涵盖统计模式识别、线性/非线性回归、非参数方法、指数族分布、GLMs、支持向量机、核方法、深度学习、模型/特征选择、学习理论、聚类、密度估计、EM 算法、降维（PCA/ICA）、强化学习与自适应控制、马尔可夫决策过程等。
-
CS 234: Reinforcement Learning
涵盖马尔可夫决策过程、RL 基础、大规模域扩展、探索挑战。包含深度强化学习作业。应用于机器人、游戏、消费者建模和医疗保健。
-
CS 236: Deep Generative Models
涵盖变分自编码器（VAE）、生成对抗网络（GAN）、Flow 模型的概率基础和学习算法。应用于计算机视觉、语音、NLP 和强化学习。
-
CS 324: Advances in Foundation Models
深入学习基础模型（如 GPT-3、CLIP、Stable Diffusion）的模型与算法、系统与基础设施、伦理与社会影响。学生将获得实践经验，识别基础模型的真实用例。