吳恩達深度學習筆記（1）-深度學習引言
從今天開始每天會固定進行推送吳恩達老師的深度學習的學習筆記，這個是由團隊整理的，感謝熱心AI和深度學習的這群人，文中真真實實都是學者的筆記，希望對熱愛AI的你，有所幫助！
第一個視訊主要講了什麼是深度學習，深度學習能做些什麼事情。
以下是吳恩達老師的原話：
深度學習改變了傳統網際網路業務，例如如網路搜尋和廣告。但是深度學習同時也使得許多新產品和企業以很多方式幫助人們，從獲得更好的健康關注。
深度學習做的非常好的一個方面就是讀取X光影象，到生活中的個性化教育，到精準化農業，甚至到駕駛汽車以及其它一些方面。如果你想要學習深度學習的這些工具，並應用它們來做這些令人窒息的操作，本課程將幫助你做到這一點。當你完成 cousera 上面的這一系列專項課程，你將能更加自信的繼續深度學習之路。在接下來的十年中，我認為我們所有人都有機會創造一個驚人的世界和社會，這就是 AI （人工智慧）的力量。我希望你們能在建立 AI （人工智慧）社會的過程中發揮重要作用。
我認為AI是最新的電力，大約在一百年前，我們社會的電氣化改變了每個主要行業，從交通運輸行業到製造業、醫療保健、通訊等方面，我認為如今我們見到了 AI 明顯的令人驚訝的能量，帶來了同樣巨大的轉變。顯然，AI的各個分支中，發展的最為迅速的就是深度學習。因此現在，深度學習是在科技世界中廣受歡迎的一種技巧。
通過這個課程，以及這門課程後面的幾門課程，你將獲取並且掌握那些技能。
下面是你將學習到的內容：
在 cousera 的這一系列也叫做專項課程中,在第一門課中（ 神經網路和深度學習 ），你將學習神經網路的基礎，你將學習神經網路和深度學習，這門課將持續四周，專項課程中的每門課將持續2至4周。
第一門課程
你將學習如何建立神經網路（包含一個深度神經網路），以及如何在資料上面訓練他們。在這門課程的結尾，你將用一個深度神經網路進行辨認貓。
由於某種原因，第一門課會以貓作為物件識別。
第二門課
將使用三週時間。你將進行深度學習方面的實踐，學習嚴密地構建神經網路，如何真正讓它表現良好，因此你將要學習超引數調整、正則化、診斷偏差和方差以及一些高階優化演算法，比如 Momentum 和 Adam 演算法，猶如黑魔法一樣根據你建立網路的方式。第二門課只有三週學習時間。
第三門課
將使用兩週時間來學習如何結構化你的機器學習工程。事實證明，構建機器學習系統的策略改變了深度學習的錯誤。
舉個例子：你分割資料的方式，分割成訓練集、比較集或改變的驗證集，以及測試集合，改變了深度學習的錯誤。
所以最好的實踐方式是什麼呢？
你的訓練集和測試集來自不同的貢獻度在深度學習中的影響很大，那麼你應該怎麼處理呢？
如果你聽說過端對端深度學習，你也會在第三門課中瞭解到更多，進而瞭解到你是否需要使用它，第三課的資料是相對比較獨特的，我將和你分享。我們瞭解到的所有的熱門領域的建立並且改良許多的深度學習問題。這些當今熱門的資料，絕大部分大學在他們的深度學習課堂上面裡面不會教的，我認為它會提供你幫助，讓深度學習系統工作的更好。
第四門課
將會提到卷積神經網路( CNN(s) )，它經常被用於影象領域，你將會在第四門課程中學到如何搭建這樣的模型。
第五門課
你將會學習到序列模型，以及如何將它們應用於自然語言處理，以及其它問題。
序列模型包括的模型有迴圈神經網路（ RNN ）、全稱是長短期記憶網路（ LSTM ）。你將在課程五中瞭解其中的時期是什麼含義，並且有能力應用到自然語言處理（ NLP ）問題。
總之你將在課程五中學習這些模型，以及能夠將它們應用於序列資料。比如說，自然語言就是一個單詞序列。你也將能夠理解這些模型如何應用到語音識別或者是編曲以及其它問題。
因此，通過這些課程，你將學習深度學習的這些工具，你將能夠去使用它們去做一些神奇的事情，並藉此來提升你的職業生涯。
