机器学习技法-深度学习

课程地址：https://class.coursera.org/ntumltwo-002/lecture

重要！重要！重要！

1.浅层神经网络与深度学习

2.深度学习的意义，减轻每层网路的负担，简化复杂的特征。对复杂的raw feature 学习任务十分有效，例如机器视觉，语音。

下面数字识别中，将像素特征转为笔画特征进行学习，而不知直接对整个数字特征学习

3.深度学习面临的问题和关键技术。随着神经网络的层数增加，可以设计出各式各样的神经网络结构，很难选择出对问题有用的结构。模型的复杂度和计算量也变得非常大。

林老师认为正规化（regularization）和初始化（initialzation）是设计出好的深度学习的关键技术。

4.

时间： 2024-08-10 23:30:58

机器学习技法-深度学习的相关文章

关于机器学习和深度学习的资料

声明:转来的,原文出处:http://blog.csdn.net/achaoluo007/article/details/43564321 编者按:本文收集了百来篇关于机器学习和深度学习的资料,含各种文档,视频,源码等.而且原文也会不定期的更新,望看到文章的朋友能够学到更多. <Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost 到随机森林.Deep Learning. &

简单读懂人工智能：机器学习与深度学习是什么关系

引言:随着AlphaGo战胜李世石,人工智能和深度学习这些概念已经成为一个非常火的话题.人工智能.机器学习与深度学习这几个关键词时常出现在媒体新闻中,并错误地被认为是等同的概念.本文将介绍人工智能.机器学习以及深度学习的概念,并着重解析它们之间的关系.本文将从不同领域需要解决的问题入手,依次介绍这些领域的基本概念以及解决领域内问题的主要思路.本文选自<Tensorflow:实战Google深度学习框架>. 从计算机发明之初,人们就希望它能够帮助甚至代替人类完成重复性劳作.利用巨大的存储空间和超

机器学习之深度学习---深度学习之我见

今天下午,闲来无事,遂百度翻看下最近关于模式识别,以及目标检测方面的最新进展,还有收获不少! ------------------------------------author:pkf -----------------------------------------------time:2016-1-20 --------------------------------------------------------------qq:1327706646 1.深度学习的本质 2.深度学习对传

机器学习、深度学习的理论与实战入门建议整理

引言 拿到这份文档时想必你的脑海中一直萦绕着这么一个问题,"机器学习/深度学习要怎么学呢?(怎么入门,又怎么进一步掌握?)".关于这个问题其实并没有一个标准答案,有的人可能适合自底向上的学,也就是先从理论和数学开始,然后是算法实现,最后再通过一些项目去解决生活中的实际问题:有的人则可能适合自顶向下的学,也就是在弄清楚什么是机器学习及为什么学机器学习后,先确定一个系统性的用机器学习来解决实际问题的程序,然后找到一个合适的工具,接着再在各种数据集上做练习以不断加强自己的实践能力与巩固对算法

近200篇机器学习&amp;amp;深度学习资料分享

编者按:本文收集了百来篇关于机器学习和深度学习的资料,含各种文档,视频,源码等.并且原文也会不定期的更新.望看到文章的朋友能够学到很多其它. <Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍非常全面,从感知机.神经网络.决策树.SVM.Adaboost 到随机森林.Deep Learning. <Deep Learning in Neural Networks: An Overview> 介绍:这是瑞士人工智能实验室

从软件工程的角度写机器学习6——深度学习之卷积神经网络（CNN）实现

卷积神经网络(CNN)实现 背景 卷积神经网络广泛用于图像检测,它的实现原理与传统神经网络基本上是一样的,因此将普遍意义的神经网络和卷积神经网络的实现合成一篇. 神经网络实现思路 "扔掉神经元" 尽管所有教程在介绍神经网络时都会把一大堆神经元画出来,并且以输入节点--神经元--输出结点连线,但是,在编程实现时,基于神经元去编程是低效的.典型如这篇经典文章里面的代码: http://blog.csdn.net/zzwu/article/details/575125. 比较合适的方法是将神

资料汇总：Python语言与机器学习以及深度学习

不知不觉收藏了好多链接,筛选一下,放在这里吧~ 关于Python学习: <Learn Python the Hard Way>该书对应有英文版:网络教程 喜欢中文教程的有廖雪峰的官方网站:廖雪峰 (此链接为Python2.7版教程) 一个很好的学习pandas数据分析的:ipython-notebook 一个超级强大的github学习资源:awesome-pyhton 官方文档:Python-2.7.12 HackerRank上的Python模块的在线题库:Python 关于机器学习或深度学习

机器学习和深度学习资料合集

机器学习和深度学习资料合集 注:机器学习资料篇目一共500条,篇目二开始更新 希望转载的朋友,你可以不用联系我．但是一定要保留原文链接,因为这个项目还在继续也在不定期更新．希望看到文章的朋友能够学到更多．此外:某些资料在中国访问需要梯子. <Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost到随机森林.Deep Learning. <Deep Learning in

[转]机器学习和深度学习资料汇总【01】

本文转自:http://blog.csdn.net/sinat_34707539/article/details/52105681 <Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost到随机森林.Deep Learning. <Deep Learning in Neural Networks: An Overview> 介绍:这是瑞士人工智能实验室Jurgen