神经网络和深度学习

一、概论 内容大纲 1）神经网络和深度学习 2）深度神经网络：超参数、正则化和优化 3）机器学习项目结构化 4）卷积神经网络 5）自然语言处理：建立序列化模型 神经网络概念 1）单神经网络 输入-x 神经元-某些函数操作 输出-y 2）多层神经网络 输入层 隐藏层/中间层 输出层 神经网络用于监督学习的例子 房价预测、在线广告推荐、图像识别、语音识别、机器翻译、自动驾驶等。 结构化数据VS非结构化

>>阅读原文<<