- 在线时间
- 480 小时
- 最后登录
- 2026-6-1
- 注册时间
- 2023-7-11
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 7823 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 2934
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1174
- 主题
- 1189
- 精华
- 0
- 分享
- 0
- 好友
- 1
该用户从未签到
 |
本教程将阐述无监督特征学习和深入学习的主要观点。通过学习,你也将实现多个功能学习/深度学习算法,能看到它们为你工作,并学习如何应用/适应这些想法到新问题上。
3 t: m/ x. J% t4 G本教程假定机器学习的基本知识(特别是熟悉的监督学习,逻辑回归,梯度下降的想法),如果你不熟悉这些想法,我们建议你去这里
9 O, E( q; |+ h9 c) \! v机器学习课程 (http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=MachineLearning) ,并先完成第II,III,IV章(到逻辑回归)。
2 s- Z& x8 H, z5 z! N0 y( g3 B. j* V
5 V7 @: k T% O: n3 |
6 I) m9 Z! C7 b- a! A) a- k. c8 E |
zan
|