B站视频课程链接:比啃书效果好多了!复旦大学邱锡鹏教授的《神经网络与深度学习》视频教程分享!(计算机视觉/图像处理)_哔哩哔哩_bilibili
代码资料:https://nndl.github.io/
学习线路图如下。
推荐使用邱老师自己的教材,可以直接下载电子版。
1.1 人工智能
1.2 如何开发人工智能系统
专家系统是人工制定规则,但是对于很多任务(例如语音识别、手写体识别等),人工制定规则非常困难。这时需要机器学习,就是让计算机来自动决定规则。
机器学习就是构建一个映射函数,这个函数反映对应的规则。
以芒果识别为例来解释机器学习的过程。
首先,要准备随机的数据(训练数据),列出其特征和质量对儿(x1,x2,……,xn, y)属性。然后构建对应的学习算法,然后使用测试数据对齐进行测试。
1.3 表示学习
局部表示表示能力更强,也更能表示两个样本的相似性。局部表示可以映射为分布式表示,可以讲其映射到更低维的空间。
NLP中经常用到word embedding。
有了数据表示之后,就可以改造机器学习模型,构造深度学习模型,让模型自动来学习好的特征表示(即特征),这个就是表示学习。
1.4 深度学习
1.5 人脑神经网络
视频介绍人脑结构和传递、加工信息的原理。