搜尋結果
2022年8月11日 · 這套課程是教育技術公司 DeepLearning.AI 和史丹佛大學合作開發的，由對於 AI 領域頗有研究的吳恩達進行授課。 吳恩達是 DeepLearning.AI 的創辦人兼執行長、深度學習與人工智慧科研專案團隊 Google Brain 團隊的創始負責人，以及百度的首席科學家。
2017年8月9日 · 這是線上課程學習的最大考驗！ （責任編輯：劉庭瑋） 吳恩達 (Andrew Ng) 擁有多個令人仰慕的頭銜：史丹佛機器學習教授、大規模開放在線課程 (MOOC) 早期提出人之一、Coursera 創始人、Google 大腦創始人、百度前首席科學家…… 在離開百度後，今年 6 月底，吳恩達已經將自己的新項目 deeplearning.ai 上線，網站頗為神秘，配有他本人的照片和一行字「探索人工智慧的前沿」(Explore the frontier of AI)。 就在剛才，這個神秘的項目終於揭開了面紗： deeplearning.ai 將和吳恩達創立的另一家公司 Coursera，一起推出在線課程《深度學習專業》 Deep Learning Specialization。
- 課程
- 練習
- FAQ
- 延伸閱讀
1.1 約翰霍普金斯大學的實用機器學習 課程總共4周，用戶評分：4.4（5分制，下同） 1.2 史丹佛大學的機器學習 課程總共11周，用戶評分：4.9。授課教師是大名鼎鼎的吳恩達。 上面兩節課，會教給你數據科學和機器學習的基本知識，並為下面的學習做好準備。 1.3CS231n：面向視覺識別的卷積神經網絡 總共16個課時，目前已更新為2017春季的最新版本。李飛飛是這節課程的導師。 現在才算步入正軌。這是網上最好的機器學習與計算機視覺課程。 1.4Google 講深度學習 整個課程大約耗時三個月，導師為 Google 首席科學家 Vincent Vanhoucke，以及 Google Brain 的技術負責人 Arpan Chakraborty。 在這個課程中，將會教授深度學習的原理、設計可以...
這部分給了一堆教程和項目的清單，你應該逐一嘗試並了解它們的工作原理，以及考慮如何進行改進提升。這個列表的存在，只是為了增加你對機器學習的興趣，所以遇到一些困難也別氣餒，當你準備好就可以隨時上手練習。 2.1 TensorFlow上的簡單練習 Kadenze學院出品，總共5個課時。 2.2 Tensorflow菜譜 這部分內容來自Nick McClure的電子書《TensorFlow Machine Learning Cookbook》。 2.3Tensorflow-101教程部分 這是一個用Python和Jupyter Notebook編寫的教程。試圖為TensorFlow初學者提供盡可能的詳細解釋，希望對大家有用~ 2.4快速風格遷移網絡 這個教程展示了如何使用神經網絡，將名畫的風格遷移到...
如果中途卡住了怎麽辦？ 首先，你得明白機器學習不是 100% 精確的東西，大多數情況下只是一個很好的猜測，並且需要大量的調整疊代。大多數情況下，想出一個獨特的點子是非常困難的，因為你的時間和資源將耗費在訓練模型上。 所以，不要自己想解決方案。去搜索論文、項目，以及求助他人，積攢的經驗越多，你會幹的越好。給幾個可能有用的網站： http://www.gitxiv.com http://www.arxiv-sanity.com https://arxiv.org https://stackoverflow.com 為什麽論文不能完全解決這個問題，為什麽論文有些地方是錯的？ 很遺憾，並不是所有的科技人員都想把他們的成果公之於眾，但他們都需要發表論文來獲得「名」或者「利」。所以一些人可能只發布部分素...
Google 李飛飛大神圖像識別課免費中文版來啦！一毛錢都不花就學完深度學習精髓 吳恩達人工智慧課程 最新評測！帶你一窺上課時數、作業專案內容 中國 AI 教父吳恩達開課啦！史上「最完整」人工智慧課程，帶你一步步成為頂尖人才 （本文經量子位（公眾號 ID：QbitAI）授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈想成為機器學習工程師？這份自學指南你值得收藏 〉。）
2017年8月10日 · 測評過程：親測！. 打開 deeplearning.ai，我們看到了以下信息：deeplearning.ai 在 Coursera 上開課啦！. 點擊 Enroll 會發生什麼呢？. 我們來到了 Coursera 介面——這門課叫做「深度學習專項課程」，包括 5 門課：. • 第 1 課 神經網絡和深度學習 Neural Networks and Deep ...
2020年3月4日 · 密西根大學的這門專業課是有關學習如何使用 Python，並建立自己的內容。 課程 傳送門. 你將學習程式基礎，如變數、條件、循環；並逐步接觸一些中間素材，如關鍵字變數、列表理解、lambda 表達式和類繼承。 借助 Python 應用數據科學，先學習後理解. 在充分理解機器學習之前，我們需要先體驗一番。 這門《借助 Python 應用數據科學》（Applied Data Science with Python）介紹了許多你應當瞭解的現代機器學習方法。 無需理解太多，你就可以獲得建構自己模型的工具。 課程 傳送門. 這門進階的專業課程是給具有相關基礎的學習者。
2017年12月5日 · 構建我的第一個神經網路. 一個非常常見的建議是 在 Coursera 上聽 Andrew Ng（吳恩達）的課程 。 這是一個非常好的入門方式，但我發現，我很難長時間保持清醒。 我並不是說這門課很糟糕，但我真的很難在課堂上保持專注。 我的學習模式一直都是實踐，從實踐中獲取新的知識。 所以我想，我為什麼不自己來打造一個神經網路呢？ 但我沒有直接去著手構建一個神經網路，因為它是一個更加高級的學習方法。 我剛開始先去試著熟悉這個領域裡的所有的術語，這樣我就能對這個領域有所瞭解。 第一個任務不是學習。 而是熟悉。 我是純 Javascript 和 Node js 出身，當時並不想換成其他的程式語言。 因此，我搜索了一個名為「nn」的簡單神經網路模組，然後通過模擬輸入用它來實現一個「AND」操作。
2017年3月21日 · 2017-03-21. 分享本文. 【我們為什麼挑選這篇文章】資料科學已經滲透到各個產業，無論金融、傳統產業、科技業，都相信資料科學家都能透過數據解決問題，也創造了相關工作機會。 想透過自學學習資料科學的人，都知道網路上有許多免費資源，然而在資訊爆炸的狀況下往往不知從何處下手，這篇文章便整理了幾本書籍，供TO讀者參考。 （責任編輯：曾宜婷） 這次，雷鋒網再為大家呈上資料科學領域的相關圖書、教程。 仍然是正版免費，仍然是英文原著，部分有中文譯本。 本列表不分先後次序。 《Foundations of Data Science》 作者：John Hopcroft, Ravindran Kannan. 未出版的教學筆記。 正在學習資料科學理論課程的童鞋，這本書是一個不錯的補充。
