吴恩达深度学习系列课程笔记

学习日常。

学习笔记

• 课程一：神经网络与深度学习
  • 1. 介绍深度学习
  • 2. 逻辑回归
  • 3. python 与向量化
  • 4. 浅层网络
  • 5. 深层网络
• 课程二：改善深度学习网络
  • 1. 设置深度学习应用
  • 2. 正则化
  • 3. 配置优化问题
  • 4. 优化算法
  • 5. 超参调整
  • 6. Batch 归一化
  • 7. 多目标分类
  • 8. 编程框架
• 课程三：结构化机器学习项目
  • 1. 机器学习策略
  • 2. 设定目标
  • 3. 与人类水平比较
  • 4. 误差分析
  • 5. 当训练集与验证集不匹配时
  • 6. 多任务学习
  • 7. 端到端的机器学习

附

• 使用 markdown 写公式