入门深度学习系列文章：开篇声明

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！