deepleaning.ai课程学习笔记 深度学习概论
更新日志
2017.11.24 创建
深度学习概论
第一节课基本都是基本知识和课程的介绍,下面有几点是需要记录强调的
1.3 神经网络进行监督学习
目前使用几乎所有神经网络创造的价值都是基于监督学习,就是,输入x 通过一个函数f,映射到输出y。
课程中还介绍了结构化数据和非结构化数据
结构化数据:数据的数据库
非结构化数据:文本,图片,视频,音频
神经网络相对于以前能更好的理解非结构化数据
1.4 为什么深度学习会兴起
相对于传统的算法,小型网络和小数据集差别不大,但是对于大数据和更大的网络规模来看,神经网络表现优秀。
而且像svm等,更加取决于手共涉及的组件(SVM所用到的核)和算法处理的细节。
由于硬件的发展,计算能力提升和算法的创新,让神经网络运行的更快
总结
以上就是第一周的课程重点