预告
这一week就是整体的引入介绍,神经网络的种类,数据的种类,问题的种类
AI的影响力:想想还是很激动人心的。不管未来是什么,走到这一步应该都不可避免。
机器学习里的线性回归算法,可以看成一个单个神经元的神经网络:
这里是单个变量的输入







在小数据规模下,机器学习的表现甚至可能超越深度学习。

不同的example在X矩阵里,横向张开(个人觉得张量命名地挺好)

机器学习里的线性回归算法,可以看成一个单个神经元的神经网络:
这里是单个变量的输入
在小数据规模下,机器学习的表现甚至可能超越深度学习。
本文标题:[神经网络]吴恩达深度学习course1week1思考评注
本文链接:https://www.haomeiwen.com/subject/bshtixtx.html
网友评论