機器學(xué)習(xí)編程：從編碼到深度學(xué)習(xí)

　　使用監(jiān)督學(xué)習(xí)從頭構(gòu)建一個圖像識別應(yīng)用程序。用線性回歸預(yù)測未來。深入研究梯度下降，這是一種驅(qū)動大部分機器學(xué)習(xí)的基本算法。創(chuàng)建感知器來分類數(shù)據(jù)。建立神經(jīng)網(wǎng)絡(luò)來處理更復(fù)雜和復(fù)雜的數(shù)據(jù)集。通過反向傳播和批處理來訓(xùn)練和細化這些網(wǎng)絡(luò)。分層神經(jīng)網(wǎng)絡(luò)，消除過度擬合，并添加卷積將您的神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換為一個真正的深度學(xué)習(xí)系統(tǒng)。

暫缺《機器學(xué)習(xí)編程：從編碼到深度學(xué)習(xí)》作者簡介