本文属于入门深度学习的系列文章,文章目录如下:
- 机器学习基础:人工智能、机器学习、深度学习的概念和关系(一)
- 机器学习基础:一元线性回归(二)
- 机器学习基础:多元线性回归(三)
- 机器学习基础:逻辑回归(四)
- 机器学习基础:神经网络(五)
- 机器学习基础:深度神经网络(六)
- 机器学习基础:应用机器学习的建议和策略(七)
- 机器学习基础:正则化(八)
- 机器学习基础:优化算法(九)
- 机器学习基础:支持向量机(十)
- 机器学习基础:聚类(十一)
- 机器学习基础:降维(十二)
- 机器学习基础:异常检测(十三)
- 机器学习实战:推荐系统(十四)
- 机器学习实战:图片文字检测(十五)
- 入门深度学习:卷积神经网络(CNN)基础(十六)
- 入门深度学习:卷积神经网络(CNN)实例探究(十七)
- 入门深度学习:目标检测(十八)
- 入门深度学习:人脸识别和风格检测(十九)
- 入门深度学习:循环神经网络(RNN)(二十)
- 入门深度学习:自然语言处理(NLP)与词嵌入(Word Embedding)(二十一)
- 入门深度学习:序列模型(Seq2Seq)和注意力机制(二十二)
特此申明:
(1)本专栏主要是记录我在Coursera上学习Andrew Ng的 Machine Learning 和 Deep Learning.AI课程时做的笔记。笔记的内容编排和课程本身的编排有一定出入,因此如果您有什么意见或建议请麻烦联系我,我将尽快修改。
(2)本专栏的文章借鉴了斯坦福大学2014机器学习教程中文笔记 和 深度学习中文笔记。
(3)由于我也是刚接触深度学习,因此文章难以避免会出现理解错误的地方,因此如果您发现错误请联系我,我将尽快修改。
(4)此专栏预计有14w字,上述章节的内容将陆续上传,如果对您有帮助请点赞、收藏。
(5)最后,未经过同意请勿私自转载,谢谢!