吴恩达深度学习学习笔记——C1W1——深度学习概论

1. AI是新“电力”（AI将会促进社会变革）

 

2. 深度学习工程师微专业课程内容（课程体系，C1-C5，Course 1 – Course 5）：

1）神经网络与深度学习 2）神经网络调优（超参数、正规化、优化） 3）机器学习项目的结构 4）卷积神经网络 5）自然语言处理：序列模型的构建

 

3. 下图所示房价预测问题（线性回归）可看做一个非常简单的神经网络（单层神经网络，单神经元，无隐层，只有输入、输出层）。

注：一般而言，神经网络至少为2层（至少一个隐藏层+输出层）

 

4. 下图所示房价预测问题（线性回归）可看做一个较简单的神经网络（2层网络，1个隐藏层）

 

5. 目前机器学习中应用最多的还是监督学习（CNN、RNN、hybrid等）

 

6. 结构化数据与非结构化数据

 

7. 为什么深度学习会再次崛起？

近年来，深度学习在图像、视频、语音等众多应用领域相比其他机器学习方法取得了领先地位，引起了各界的重视。

有利于深度学习发展的两个条件：大数据、高算力

 

8. 神经网络的训练是不断迭代的过程