【Mark Schmidt课件】机器学习与数据挖掘——进一步讨论深度学习

本课件主要内容包括：

1. 上次课程回顾：深度学习

2. 人工神经网络

3. 后向传播

4. ImageNet挑战

5. 随机梯度训练

6. 参数初始化

7. 步长设置

8. 梯度消失问题

9. Rectified Linear Units (ReLU)

10. 深度学习与基本折中

11. 标准正则化

12. Early Stopping

13. Dropout

14. Autoencoders

15. Denoising Autoencoder

英文原文课件下载地址：

http://page5.dfpan.com/fs/dl6c4j42a2313269166/

更多精彩文章请关注微信号：