神经网络和深度学习 deeplearning.ai

内容简介:
如果你没有人工智能(AI)的专业背景却又想要涉足AI行业,那么这门微专业正适合你。现如今,深度学习工程师已经成为了非常热门的职业,掌握深度学习将会为你带来大量的工作机会。甚至可以说,深度学习是一种新兴的“超能力”,它可以能让你搭建出自己的AI系统,而这在几年前还是令人难以想象的事情。
价格:
免费
课程介绍
第一章 深度学习概论 1.1 欢迎来到深度学习 1.1 欢迎来到深度学习
第一章 深度学习概论 1.2 什么是神经网络? 1.2 什么是神经网络?
第一章 深度学习概论 1.3 用神经网络进行监督学习 1.3 用神经网络进行监督学习
第一章 深度学习概论 1.4 为什么深度学习会兴起? 1.4 为什么深度学习会兴起?
第一章 深度学习概论 1.5 关于这门课 1.5 关于这门课
第一章 深度学习概论 1.6 课程资源 1.6 课程资源
第二章 神经网络基础 2.1 二分分类 2.1 二分分类
第二章 神经网络基础 2.2 logistic 回归 2.2 logistic 回归
第二章 神经网络基础 2.3 logistic 回归损失函数 2.3 logistic 回归损失函数
第二章 神经网络基础 2.4 梯度下降法 2.4 梯度下降法
第二章 神经网络基础 2.5 导数 2.5 导数
第二章 神经网络基础 2.6 更多导数的例子 2.6 更多导数的例子
第二章 神经网络基础 2.7 计算图 2.7 计算图
第二章 神经网络基础 2.8 计算图的导数计算 2.8 计算图的导数计算
第二章 神经网络基础 2.9 logistic 回归中的梯度下降法 2.9 logistic 回归中的梯度下降法
第二章 神经网络基础 2.10 更多梯度下降法的例子 2.10 更多梯度下降法的例子
第二章 神经网络基础 2.11 向量化 2.11 向量化
第二章 神经网络基础 2.12 向量化的更多例子 2.12 向量化的更多例子
第二章 神经网络基础 2.13 向量化 logistic 回归 2.13 向量化 logistic 回归
第二章 神经网络基础 2.14 向量化 logistic 回归的梯度输出 2.14 向量化 logistic 回归的梯度输出
第二章 神经网络基础 2.15 Python 中的广播 2.15 Python 中的广播
第二章 神经网络基础 2.16 关于 python / numpy 向量的说明 2.16 关于 python / numpy 向量的说明
第二章 神经网络基础 2.17 Jupyter / Ipython 笔记本的快速指南 2.17 Jupyter / Ipython 笔记本的快速指南
第二章 神经网络基础 2.18 (选修)logistic 损失函数的解释 2.18 (选修)logistic 损失函数的解释
第三章 浅层次神经网络 3.1 神经网络概览 3.1 神经网络概览
第三章 浅层次神经网络 3.2 神经网络表示 3.2 神经网络表示
第三章 浅层次神经网络 3.3 计算神经网络的输出 3.3 计算神经网络的输出
第三章 浅层次神经网络 3.4 多个例子中的向量化 3.4 多个例子中的向量化
第三章 浅层次神经网络 3.5 向量化实现的解释 3.5 向量化实现的解释
第三章 浅层次神经网络 3.6 激活函数 3.6 激活函数
第三章 浅层次神经网络 3.7 为什么需要非线性激活函数? 3.7 为什么需要非线性激活函数?
第三章 浅层次神经网络 3.8 激活函数的导数 3.8 激活函数的导数
第三章 浅层次神经网络 3.9 神经网络的梯度下降法 3.9 神经网络的梯度下降法
第三章 浅层次神经网络 3.10 (选修)直观理解反向传播 3.10 (选修)直观理解反向传播
第三章 浅层次神经网络 3.11 随机初始化 3.11 随机初始化
第四章 深层神经网络 4.1 深层神经网络 4.1 深层神经网络
第四章 深层神经网络 4.2 前向和反向传播 4.2 前向和反向传播
第四章 深层神经网络 4.3 深层网络中的前向传播 4.3 深层网络中的前向传播
第四章 深层神经网络 4.4 核对矩阵的维数 4.4 核对矩阵的维数
第四章 深层神经网络 4.5 为什么使用深层表示 4.5 为什么使用深层表示
第四章 深层神经网络 4.6 搭建深层神经网络块 4.6 搭建深层神经网络块
第四章 深层神经网络 4.7 参数 VS 超参数 4.7 参数 VS 超参数
第四章 深层神经网络 4.8 这和大脑有什么关系? 4.8 这和大脑有什么关系?
【人工智能行业大师访谈】 深度学习教父的传奇故事——访Geoffrey Hinton 访Geoffrey Hinton
【人工智能行业大师访谈】 篮球运动员之梦到AI之梦——访Pieter Abbeel 访Pieter Abbeel
【人工智能行业大师访谈】 苹果研究总监的AI训练法——访Ruslan Salakhutdinov 访Ruslan Salakhutdinov
【人工智能行业大师访谈】 人脑研究到人工智能研究——访Ian Goodfellow 访Ian Goodfellow
【人工智能行业大师访谈】 中国人工智能路在何方——访林元庆 访林元庆
【人工智能行业大师访谈】 人工智能能够战胜人类吗?——访Andrej Karpathy 访Andrej Karpathy
【人工智能行业大师访谈】 神经网络巨头的学习之路——访Yoshua Bengio 访Yoshua Bengio
课程参数
课程评论

暂无课程评论信息 [发表课程评论]

课程咨询

暂无课程咨询信息 [发表课程咨询]