Advanced Deep Learning

Good 對 Machine Learning 的理解。至少有 Deep Learning 的理論知識。

機器學習是人工智慧的一個分支，其中計算機無需明確程式設計即可學習。深度學習是機器學習的一個子領域，它使用基於學習數據表示和結構（如神經網路）的方法。

• Machine Learning 限制
• Machine Learning， 非線性映射
• Neural Networks
• 非線性優化，隨機/MiniBatch 梯度不錯
• 反向傳播
• 深度稀疏編碼
• 稀疏自動編碼器 （SAE）
• 捲積 Neural Networks （CNN）
• 成功之處：描述符匹配
• 基於立體聲的障礙物
• 避讓 Robotics
• 池化和不變性
• 可視化/反捲積網路
• 遞歸 Neural Networks （RNN） 及其優化
• NLP 的應用
• RNN 繼續說道，
• 無 Hessian 優化
• 語言分析：單詞/句子向量、解析、情感分析等。
• 概率圖形模型
• Hopfield Nets，玻爾茲曼機
• 深度置信網，堆疊 RBM
• 在視頻中 NLP、姿勢和活動識別中的應用
• 最新進展
• 大規模學習
• 神經圖靈機