課程名稱：《神經網路和深度學習》--andrew ng
《神經網路和深度學習（1）-- 什麼是神經網路》
傳送門《神經網路和深度學習（2）-- 啟用函式》
傳送門《神經網路和深度學習（3）-- 神經網路輸入的表示》
傳送門《神經網路和深度學習（4）--符號約定》
傳送門《神經網路和深度學習（5）-- 邏輯回歸》
傳送門《神經網路和深度學習（6）-- 損失函式代價函式和目標函式》
傳送門《神經網路和深度學習（7）-- 梯度下降演算法》
傳送門《神經網路和深度學習（8）-- 向量化》
傳送門吳恩達神經網路和深度學習（程式設計作業）--具有神經網路思維的邏輯回歸
傳送門吳恩達神經網路和深度學習（程式設計作業）--具有乙個隱藏層的神經網路
傳送門吳恩達神經網路和深度學習（程式設計作業）--具有多個隱藏層的神經網路
傳送門
吳恩達 深度學習 神經網路和深度學習
二分類問題是一種簡單分類問題，其輸出結果是兩個離散值。假如給定一副貓的，那麼二分類問題就可描述為 判別這幅影象中是否有貓？分類結果也只有1 表示存在 0 表示不存在 兩種。符號定義 x 表示乙個nx維資料，為輸入資料，維度為 nx,1 y 表示輸出結果，取值為 0,1 x i y i 表示第i組資料...
神經網路和深度學習 吳恩達 神經網路基礎
簡單的理解就是輸出的結果是兩個離散的值，就像課程中舉的例子 通過輸入一張的資訊，經過一些列的計算，輸出乙個離散的y值，中是否有貓，當y 1時表示中有貓，反之當y 0時，表示中沒有貓。我看很多人將這個翻譯成邏輯回歸，而在 機器學習 中，作者認為應該更為準確的叫對數機率回歸，這裡我就不對這兩個翻譯做過多...
神經網路和深度學習 之吳恩達
課件資料 深度學習最近興起的原因 深度學習與傳統機器學習模型的優劣 促使深度學習發展的三要素 資料規模 計算能力 演算法改進 結構化資料與非結構化資料 邏輯回歸的代價函式 logistic回歸的概念，公式表示 logistic回歸可用於二分類 課程中用到的關於訓練集，測試集的一些符號表示 logis...