吴恩达Coursera(DeepLearning.ai)笔记和作业汇总帖

吴恩达Coursera(DeepLearning.ai)笔记和作业汇总。

历时一个多月终于把NG的五门课全部学完并且做了作业和笔记了。这里汇总一下:

第一门课:神经网络和深度学习

主要讲了神经网络的基本概念,以及机器学习的梯度下降法,向量化,而后进入了浅层和深层神经网络的实现。

第二门课:改善神经网络

介绍了改善神经网络的方法,如正则化,超参数调节,优化算法等。

第三门课:结构化机器学习项目

主要讲了机器学习中的一些策略。

  • 第一周:ML策略、正交化、优化指标、数据集的划分、偏差
  • 第二周:误差分析、数据不同分布、迁移学习、多任务、端到端

第四门课:卷积神经网络

主要讲了神经网络的在图像上的非常重要的应用,卷积神经网络。

第五门课:序列模型

主要讲了神经网络在语言领域的应用,用RNN模型

分享到