Neural Networks and Deep Learning-Week1:Introduction to deep learning

一. Welcome to the Deep Learning Specialization

1.Welcome

• 简单的问候语

二、Introduction to Deep Learning

2. What is a neural network?：神经网络简介

• 以预测房价为例：size->○->price，修正线性单元

 

3. Supervised Learning with Neural Networks：用神经网络进行监督学习

常见监督学习类型

常见的神经网络类型

问题与神经网络适配

1. 标准神经网络StandardNN：房价预测、广告推荐
2. 卷积神经网络Convolution NN：图像识别
3. 循环神经网络Recurrent NN：语音识别，在线翻译

数据类型

结构化数据（比如数据库中的数据）和非结构化数据（比如图像、文本数据）

4. Why is Deep Learning taking off?：为什么神经网络会流行

• 流行的原因：更复杂的神经网络，更大的数据规模，更强的计算能力，以及算法的更新，如激活函数的选取

• 

 

 

• 流程

数据规模（神经网络的规模和数据的规模）推动技术的进步
sigmod函数(弊端：在两端斜率趋向于0，学习速度慢),ReLU(Rectified linear unit， 线性修正单元)函数--->梯度下降法

5. About this Course：关于课程