Advanced Deep Learning

Good 对 Machine Learning 的理解。至少有 Deep Learning 的理论知识。

机器学习是人工智慧的一个分支，其中计算机无需明确程式设计即可学习。深度学习是机器学习的一个子领域，它使用基于学习数据表示和结构（如神经网路）的方法。

• Machine Learning 限制
• Machine Learning， 非线性映射
• Neural Networks
• 非线性优化，随机/MiniBatch 梯度不错
• 反向传播
• 深度稀疏编码
• 稀疏自动编码器 （SAE）
• 卷积 Neural Networks （CNN）
• 成功之处：描述符匹配
• 基于立体声的障碍物
• 避让 Robotics
• 池化和不变性
• 可视化/反卷积网路
• 递归 Neural Networks （RNN） 及其优化
• NLP 的应用
• RNN 继续说道，
• 无 Hessian 优化
• 语言分析：单词/句子向量、解析、情感分析等。
• 概率图形模型
• Hopfield Nets，玻尔兹曼机
• 深度置信网，堆叠 RBM
• 在视频中 NLP、姿势和活动识别中的应用
• 最新进展
• 大规模学习
• 神经图灵机