【轉】吳恩達的視訊課程做成了文字版 ~~~

阿新 • • 發佈：2018-12-25

機器學習課程地址：

https://www.coursera.org/course/ml

筆記地址：

http://www.ai-start.com/ml2014/

深度學習課程地址：

https://mooc.study.163.com/university/deeplearning_ai#/c

筆記地址：

http://www.ai-start.com/dl2017/

參考

完

ML 機器學習課程地址： https://www.coursera.org/course/ml 筆記地址： http://www.ai-start.com/ml2014/ DL 深度學習課程地址： https://mooc.study.163.com/univer

轉載微信公眾號 “頂級程式設計師” 1. 為什麼要學習機器學習策略？機器學習眾多重要應用的基礎，包括搜尋引擎、垃圾郵件過濾、語音識別、商品推薦等。假設你或者你的團隊正在做機器學習應用專案，同時你想獲得快速進步。你可以從這本書中找到滿意的答案。示例：建立一個識

整理 | 阿司匹林機器學習和深度學習如何入門？相信很多人都會推薦吳恩達的線上課程。不過，這種視訊線上課程也有其弊端，就跟很多人不喜歡微信語音一樣，想要在視訊中查詢和回顧相關的知識點並不方便。於是，以黃海廣博士為首的一群機器學習愛好者發起了一個

迴圈序列模型為什麼選擇序列模型在語音識別、音樂生成、情感分類、DNA序列分析、機器翻譯、視訊識別、命名實體識別等任務中，共同特點是輸入X和/或輸出Y都是序列。數學符號例如，對於命名實體識別的問題：對於輸入序列，用 x&l

深度卷積神經網路 2.1 為什麼要進行例項化實際上，在計算機視覺任務中表現良好的神經網路框架，往往也適用於其他任務。 2.2 經典網路 LeNet-5 AlexNet VGG LeNet-5 主要針對灰度影象隨著神經網路的加深

1.支援向量機的優化目標以下是新建的 SVM 的影象，左邊為y=1時，右邊為y=0時然後進行轉換 2.SVM 被看做大邊界分類器（大間距）的情況在y=1時， >= 1 代價函式為0 在y=0時， <=-

1.代價函式神經網路層數L，表示L層（最後一層）神經元個數，表示每層的輸出神經元數二類分類：=1 輸出層有一個神經元，輸出的y是一個實數 y = 0 or 1 表示類別多類別分類：一共有K類，則=K，輸出層有K個神經元，&nbs

CS229課程筆記吳恩達監督學習讓我們開始談論一些監督學習的例子。假定我們有一個數據集，給出俄勒岡州波特蘭地區47套房屋的居住面積和價格：我們可以在圖上畫出這些點：根據這些資料，我們怎麼學習預測波特蘭地區其他房屋的價格，看

CS229課程筆記吳恩達 Part VI 學習理論 1 偏差/方差權衡當我們談論線性迴歸，我們討論它是否擬合一個簡單的模型，比如線性模型“y=θ0+θ1x”，或者更復雜的模型，比如多項式模型“y=θ0+θ1x+θ2x2+θ3x3+θ

CS229 課程筆記吳恩達 Part II 分類和logistic迴歸我們現在談論分類問題。分類問題與迴歸問題類似，區別是在分類問題中，我們現在想要預測的y值只取少量的離散值。現在，我們聚焦於二值分類問題，y只取兩個值，0和1。（我們在這裡說的大多數

公開課網易公開課 blog 校驗過擬合 limit 函數 its cos 正則化定義：正則化就是在計算損失函數時，在損失函數後添加權重相關的正則項。作用：減少過擬合現象正則化有多種，有L1範式，L2範式等。一種常用的正則化公式 \[J_{regularized}

Logistic Regression with a Neural Network mindset 用神經網路的思想來實現Logistic迴歸學習目標構建深度學習演算法的基本結構，包括：初始化引數 &

第五課導數這一節，吳老師用很好理解的方式介紹了導數，對於中國學生來說導數沒有問題，老師講解的方式很新穎。首先假設f(a)=3a,當a取2，f（a）=6,；這時稍微增大一下a的值，比如取2.001，此時f（a）=6.003，可見a增大0.001，f（a）增大0.003，是a增量的3倍，這

第三課 logistic迴歸損失函式我們想使用sigmoid函式，將我們的輸出結果介於0~1之間，那麼我們就需要一個引數w，乘以我們的輸入x，然後累加，從而實現我們的想法。如果我們某次的輸出結果為,預期的輸出結果為，自然得我們渴望得到，那麼構建一個損失函式L，來衡量輸出結果即可。

二週目課程第一課二分分類二分類問題，說白了就是結果只有兩種可能。老師以識別影象中是否為貓作為舉例，首先講解了神經網路中常用的符號規定。當給我們一幅圖：我們需要得到的結果是，圖片中是否是貓呢？顯然結果僅有兩種：是（1）和不是（0）。那麼神經網路是如何處理圖片呢？圖片

一、卷積神經網路 1.邊緣檢測不同的語言中表示卷積的函式不同，在Python中為在tensorflow裡為濾波器：垂直、水平邊緣檢測。 Sobel filter:其優點在於增加了中間一行元素的權重，即影象中間的畫素點提高，會使結果的魯棒（robust）性提高。

以下內容是我聽吳恩達深度學習微專業第一課做的學習筆記，主要是按自己的理解回答一些問題，並非全部出自課程內容。1. 什麼是神經網路？神經網路是諸多機器學習方法中的一種，受人類大腦工作方式的啟發而發明的。人類大腦的一個神經元通過多個樹突來接收來自不同神經元的訊號，接著細胞核處理訊

ogre 遊戲 style 標準檢驗復制 bce 好用很多大家好，我是堂田卓宏，在《荒野之息》的制作中我擔任技術總監的職位。我在2003年加入任天堂，並且作為程序員參與了許多不同遊戲的制作。在本次的制作的過程中，我們的程序員團隊也需要打破許多遊戲內技術的常規。從

受限聯想例子 content awl load 樣式決定時也　　塞爾達系列推出新作的時候，美術風格都有明顯變化。本作的風格比起寫實，筆觸輕快變化幅度大是其特征。2011年公開的技術演示中，畫面風格要更加寫實。最終版則更接近於卡通。5年裏到底發生了什麽呢