1 課程概述

這是一個專項課程(Specialization)，包含5個獨立的課程。

1.1 Neural Networks and Deep Learning

了解NN的基礎，如何建立NN，如何訓練它，課程的最後建立一個DNN識別貓。

1.2 Improving Deep Neural Networks: Hyperparameter tuning, Regularization, Optimization

進行深度學習方面的實踐，學習如何讓使它表現更好（超參數的調整，正則化，診斷偏差和方差，以及一些高級優化算法，比如Momentum, RMAProp和Adam優化算法）

講解一些關於建立網絡的”黑魔法“。

1.3 Structuring your Machine Learning project

學習如何構建機器學習工程

構建機器學習系統的策略改變了深度學習，比如把數據轉成 [ 訓練集/驗證集/測試集 ] 的方式

目前最好的訓練方式是什麽呢？如果你的訓練集和測試集來自不同分布怎麽辦？這些在深度學習中更常見，你要怎麽解決呢？

什麽時候應該用end-to-end，什麽時候不該用？

這一門課比較有意思，ng將和大家分享他學習到的課程，生產，部署，深度學習的產品。

這些材料大部分開設深度學習課的大學都沒有提到，但ng認為這些可以讓你的深度學習系統表現更好。

1.4 Convolutional Neural Network

CNN，卷積神經網絡，經常用於圖像領域。

這一門課將學習如何建立這樣的模型。

1.5 Natural Language Processing: Building sequence models

學習序列模型，以及如何將它們應用於自然語言處理和其它問題。序列模型包括RNN, LSTM。

學習這些模型並將它們應用於序列數據（自然語言就是一組單詞序列）。

你也能理解，這些模型如何用於語音識別或者編曲和其它問題。

吳恩達deep learning課程筆記0 Welcome