寫在最前

​ 2018年是對自己來說是嶄新的一年，在過去的3個多月裡，從最基礎的lr， 學到現在的LSTM, GAN..感覺第一次追上了電腦科學飛速發展的浪潮。雖然很多地方都仍是一知半解，但時間還長，還是可以學到更多前沿的技術。算是給自己鼓勵吧。

Ng的入門課程Machine Learning與Deep Learning很贊，從小白一個個練習做了過來感覺受益良多。下面是自己完成的練習，作業程式碼已上傳github，僅供參考。如果你也在學習這兩門課程，希望你能獨立完成程式設計作業，儘管你會覺得看著我的程式碼也很簡單，很好理解，就直接複製了，可是如果你獨立完成的話，並不是想象的那麼容易，也會很快的遺忘。 當遇到困惑的地方時歡迎參考我的做法。有錯誤之處煩請留言指出，謝謝！

Machine Learning (Coursera作業)

• 程式碼連結
• ex1 Linear_regression
• ex2 Logistic_regression
• ex3 neural_network_part1
• ex4 neural_network_part2
• ex5 evaluating_algorithm
• ex6 svm
• ex7 K-means & PCA
• ex8 Anomaly Detection and Recommender Systems

Deep Learning (程式碼作業)

1. Improve Deep Neural Networks
   
   • 主要介紹了正則化，dropout, optimizer，gradient checking與tensorflow的基本使用
2. Convolutional Neural Nets
   
   • 主要有 numpy實現CNN, Keras入門，Resnet，YOLO3, Face Recognition, Neural Style Transfer等模型和論文的實現
3. Sequence Model
   
   • 主要有numpy實現RNN, LSTM應用，word2vec以及除偏，Language translation, 以及attention模型(實現觸發字)等。