撒花!吴恩达《Machine Learning Yearning》中文版新鲜出炉!
6红色石头 发布于 2018-11-06
我相信红色石头的很多读者朋友都受惠于吴恩达的 deeplearning.ai 专项课程。红色石头也不例外,之前在我的公众号里连载了 deeplearning.ai 的所有课程笔记,需要的朋友请戳下面的传送门: 吴恩达deeplearning.ai专项课程历史文章汇总 吴恩达在 A...
阅读(5877)评论(0)赞 (5)
红色石头 发布于 2018-11-06
我相信红色石头的很多读者朋友都受惠于吴恩达的 deeplearning.ai 专项课程。红色石头也不例外,之前在我的公众号里连载了 deeplearning.ai 的所有课程笔记,需要的朋友请戳下面的传送门: 吴恩达deeplearning.ai专项课程历史文章汇总 吴恩达在 A...
阅读(5877)评论(0)赞 (5)
红色石头 发布于 2018-08-06
因为之前有不少朋友在微信或 QQ 上问我,机器学习、深度学习应该如何入门呢?对应这一问题,红色石头碰巧也在知乎上看到有人提问,就把自己的入门学习经验好好总结了一番,包括各种资源、课程笔记和建议,以及红色石头切身经历的机器学习路线图。希望对你有所帮助。 1. 放弃海量资料! 没错,...
阅读(35420)评论(1)赞 (67)
红色石头 发布于 2018-08-03
吴恩达(Andrew Ng)在 Coursera 上开设的机器学习入门课《Machine Learning》,授课地址是: Coursera Andrew Ng Machine Learning 关于这门课的官方介绍是:本课程将广泛介绍机器学习、数据挖掘和统计模式识别。相关主题包...
阅读(11753)评论(1)赞 (17)
红色石头 发布于 2018-08-02
《Recurrent Neural Networks》是Andrw Ng深度学习专项课程中的第五门课,也是最后一门课。这门课主要介绍循环神经网络(RNN)的基本概念、模型和具体应用。该门课共有3周课时,所以我将分成3次笔记来总结,这是第三节笔记。 1. Basic Models ...
阅读(6628)评论(0)赞 (9)
红色石头 发布于 2018-08-02
《Recurrent Neural Networks》是Andrw Ng深度学习专项课程中的第五门课,也是最后一门课。这门课主要介绍循环神经网络(RNN)的基本概念、模型和具体应用。该门课共有3周课时,所以我将分成3次笔记来总结,这是第二节笔记。 1. Word Represen...
阅读(5150)评论(0)赞 (4)
红色石头 发布于 2018-08-02
《Recurrent Neural Networks》是Andrw Ng深度学习专项课程中的第五门课,也是最后一门课。这门课主要介绍循环神经网络(RNN)的基本概念、模型和具体应用。该门课共有3周课时,所以我将分成3次笔记来总结,这是第一节笔记。 1. Why sequence ...
阅读(8130)评论(0)赞 (13)
红色石头 发布于 2018-08-02
《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络(CNN)的基本概念、模型和具体应用。该门课共有4周课时,所以我将分成4次笔记来总结,这是第4节笔记,主要介绍卷积神经网络的特殊应用:人脸识别与...
阅读(5811)评论(0)赞 (3)
红色石头 发布于 2018-08-02
《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络(CNN)的基本概念、模型和具体应用。该门课共有4周课时,所以我将分成4次笔记来总结,这是第3节笔记,主要介绍目标检测。 1. Object L...
阅读(5700)评论(0)赞 (7)
红色石头 发布于 2018-08-02
《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络(CNN)的基本概念、模型和具体应用。该门课共有4周课时,所以我将分成4次笔记来总结,这是第2节笔记。 1. Why look at case ...
阅读(5903)评论(0)赞 (7)
红色石头 发布于 2018-08-02
《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络(CNN)的基本概念、模型和具体应用。该门课共有4周课时,所以我将分成4次笔记来总结,这是第一节笔记。 1. Computer Vision 机...
阅读(8854)评论(4)赞 (21)