====== 深度学习导论 ====== **课程概要**: 本教程将引导你学习非监督特征学习(unsupervised feature learning)以及深度学习(deep learning). 通过学习, 你将完成一些特征学习/深度学习的算法并将确确实实体会它们是如何工作的. 最后, 你还将学会如何将这些想法引用于结局新问题. 本教程假设你具有基本的机器学习基础(特别地, 熟悉监督学习(supervied learning)的思想, 罗杰斯特回归(logistic regression), 梯度下降(gradient descent)). 若非如此, 我建议先完成第II,III,IV(直到罗杰斯特回归)的学习. **材料准备**: Andrew Ng, Jiquan Ngiam, Chuan Yu Foo, Yifan Mai, Caroline Suen, Adam Coates, Andrew Maas, Awni Hannun, Brody Huval, Tao Wang, Sameep Tandon 课程中源码可以参考[Getting Starter Code](http://ufldl.stanford.edu/tutorial/StarterCode/). ---- - [[start:andrew_ng写的dl原理:监督学习与优化]] - [[start:andrew_ng写的dl原理:监督卷积神经网络]] - [[start:andrew_ng写的dl原理:非监督学习]] - [[start:andrew_ng写的dl原理:自学与提高]]