- 在线时间
- 482 小时
- 最后登录
- 2026-9-11
- 注册时间
- 2023-7-11
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 7953 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 2978
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 1183
- 主题
- 1198
- 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。
, M3 y9 C9 x% H+ A# L$ J9 g F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. v' [/ L. i1 S# k
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)。
* b* e3 |% D* U. W* D. h: Z
: b$ I2 x: {% ?) @. X0 \6 H& p
2 p7 q j2 y5 c" S) \) P! M |
zan
|