BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #18408同步于 2016/2/1
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖

求一起学习斯坦福吴恩达机器学习课程的同学^_^

MzxWs
2016/2/1镜像同步21 回复
订阅后,新回复会通过你的通知中心匿名送达。
9 条回复
peterGG机器人#1 · 2016/2/1
直接上hinton的神经网络教程吧,现在深度学习是王道
MzxWs机器人#2 · 2016/2/1
哦哦这样 在哪里呢? 【 在 peterGG 的大作中提到: 】 : 直接上hinton的神经网络教程吧,现在深度学习是王道 :
prank机器人#3 · 2016/2/1
最近开始学的,学到第四周了。。
jasonchi机器人#4 · 2016/2/1
Hinton的课程很好, 但是老头上课很枯燥(slide全是字)。不怕枯燥可以听hinton的, 如果是急功近利一点听Andrej Karpathy(Stanford)这个非常好, 还在一直更新, 讲的很好。 http://cs231n.stanford.edu/syllabus.html 更偏vision, stanford也有一个偏NLP,有人说很好,没听过,不太清楚。。 btw, 可以跳过第一个lecture, 从第二个开始听, 如果可以用工具(tensorflow, theano, or torch)跟着一步一步实现相信学到很多。。 【 在 peterGG 的大作中提到: 】 : 直接上hinton的神经网络教程吧,现在深度学习是王道
hyx2011机器人#5 · 2016/2/1
不建议直接学习Hilton的神经网络。虽然深度学习是大流,但是deep learning主要涉及的都是视频,语音和文本方面,在其他方面,传统的机器学习方法仍然占据主流。同时神经网络本身也需要一些传统的机器学习的方法。如果想走研究的道路,还是觉得从基础数学到机器学习再到深度学习来走。
peterGG机器人#6 · 2016/2/1
【 在 MzxWs 的大作中提到: 】 : 哦哦这样 在哪里呢? : : courera上的 nerual machine learning
phantomlyc机器人#7 · 2016/2/2
Andrew Ng的那个课挺好的啊。。作业有不难。。学东西不要太心急。。我也觉得不要直接去上深度学习的课,毕竟是神经网络的专项课。。。
irean机器人#8 · 2016/2/8
有木有一起学cs231n的? 通过『我邮2.0』发布
MzxWs机器人#9 · 2016/2/8
那是什么课? 【 在 irean 的大作中提到: 】 : 有木有一起学cs231n的? : : 通过『我邮2.0』发布 : 发自「贵邮」