学习笔记 | Deep learning-吴恩达

简介: 学习笔记 | Deep learning-吴恩达

1,a Neural Network?什么是神经网络呢?


image.png


Relu线性整型函数


image.png


image.png


2,Supervised Learning监督学习


Application


预测房价的应用软件 snn(标准神经网络)


在线广告 snn


照片分类  cnn(卷积神经网络)


语音识别  rnn(循环神经网络)


机器翻译  rnn


自动驾驶  复杂神经网络

image.png



结构化数据:数据库,列表,每一个特征都有清晰的定义


非结构化数据:图片,语音,文本等机器学习比较困难


image.png


神经网络已经变革了监督学习方式,产生了很大的经济效益


3,为什么深度学习会兴起?


image.png

image.png

相关文章
|
6月前
|
机器学习/深度学习 自然语言处理 算法
详解深度学习Deep Learning
详解深度学习Deep Learning
|
机器学习/深度学习 算法 API
论文笔记之:Deep Reinforcement Learning with Double Q-learning
Deep Reinforcement Learning with Double Q-learning Google DeepMind   Abstract    主流的 Q-learning 算法过高的估计在特定条件下的动作值。
|
4月前
|
机器学习/深度学习 自然语言处理 算法
深度学习Deep Learning
深度学习算法的历史可以追溯到上世纪40年代,当时Warren McCulloch和Walter Pitts提出了第一个人工神经元模型,奠定了神经网络研究的基础。随后,Rosenblatt于1958年提出了感知机模型,引领了神经网络研究的新浪潮。然而,传统神经网络的局限性使其无法解决复杂的、非线性的问题,导致研究进展受限。
50 3
|
5月前
|
机器学习/深度学习 传感器 自然语言处理
Deep Learning
【6月更文挑战第7天】
39 2
|
机器学习/深度学习 存储 自然语言处理
Deep learning
三巨头从机器学习谈起,指出传统机器学习的不足,总览深度学习理论、模型,给出了深度学习的发展历史,以及DL中最重要的算法和理论。
148 0
|
机器学习/深度学习 人工智能 文字识别
初探【深度学习Deep Learning】
初探【深度学习Deep Learning】
初探【深度学习Deep Learning】
|
机器学习/深度学习 算法 双11
周志华《Machine Learning》学习笔记(17)--强化学习
强化学习(Reinforcement Learning,简称RL)是机器学习的一个重要分支,前段时间人机大战的主角AlphaGo正是以强化学习为核心技术。
183 0
周志华《Machine Learning》学习笔记(17)--强化学习
|
机器学习/深度学习 算法 数据挖掘
周志华《Machine Learning》学习笔记(10)--集成学习
顾名思义,集成学习(ensemble learning)指的是将多个学习器进行有效地结合,组建一个“学习器委员会”
115 0
周志华《Machine Learning》学习笔记(10)--集成学习
|
机器学习/深度学习 算法 数据挖掘
周志华《Machine Learning》学习笔记(15)--半监督学习
监督学习指的是训练样本包含标记信息的学习任务
222 0
周志华《Machine Learning》学习笔记(15)--半监督学习