吴恩达深度学习课程笔记（一）——深度学习概论与神经网络基础

笔记为自我总结整理的学习笔记，若有错误欢迎指出哟~

【吴恩达课程笔记专栏】

【深度学习】吴恩达课程笔记(一)——深度学习概论、神经网络基础
【深度学习】吴恩达课程笔记(二)——浅层神经网络、深层神经网络
【深度学习】吴恩达课程笔记(三)——参数VS超参数、深度学习的实践层面

吴恩达课程笔记——深度学习概论、神经网络基础

• 一、概念差异
  • • 1.深度学习与机器学习的异同
    • 2.深度学习和神经网络之间的关系

  • 二、神经网络的基本概念

  • • 1.类型划分
    • 2.主要特性
    • 3.运作机制
    • 4.神经网络结构图解
    • 5.监督学习在神经网络中的应用
    • 6.深度学习技术的演进历程

  • 三、神经网络基础知识

  • • 1.二元分类(Binary Classification)

    • 2.Logistic回归模型

    • • 变量定义说明
      • 损失函数(loss function)
      • 成本函数(cost function)

    • 3.梯度下降算法(Gradient Decent)

    • 4.计算图结构(Computation Graph)

    • 5.单一样本的梯度下降实现方式