An open API service indexing awesome lists of open source software.

https://github.com/hypnosnova/ai

对吴恩达的深度学习课进行整理
https://github.com/hypnosnova/ai

ai deep-learning machine-learning makedown neural-network notes

Last synced: 4 months ago
JSON representation

对吴恩达的深度学习课进行整理

Awesome Lists containing this project

README

          

## 本资源为对吴恩达在网易云课堂的AI课程的记录和理解

### 导航

#### 第一章

[1.1 什么是神经网络](https://github.com/HypnosNova/AI/blob/master/md/chapter%201.1%20%E4%BB%80%E4%B9%88%E6%98%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C.md)

[1.2 用神经网络进行监督学习](https://github.com/HypnosNova/AI/blob/master/md/chapter%201.2%20%E7%94%A8%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E8%BF%9B%E8%A1%8C%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0.md)

[1.3 神经网络为何兴起](https://github.com/HypnosNova/AI/blob/master/md/chapter%201.3%20.%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%BA%E4%BD%95%E5%85%B4%E8%B5%B7.md)

#### 第二章

[2.1 二分分类](https://github.com/HypnosNova/AI/blob/master/md/chapter%202.1%20%E4%BA%8C%E5%88%86%E5%88%86%E7%B1%BB.md)

### 符号约定

$m​$ :训练集的规模,即训练样本的数量

$n_x$ :特征向量x的维度

$(x,y)$ :一个单独的样本

$(x^{(i)},y^{(i)})$ :在m中第i个样本,m可以表示为{$(x^{(1)},y^{(1)}),(x^{(2)},y^{(2)}),(x^{(3)},y^{(3)}),...(x^{(m)},y^{(m)})$}

$m_{train}$ : 训练集

$m_{test}$ : 测试集

$X=[x^{(1)},x^{(2)},x^{(3)},...,x^{(m)}]$ :一个$n_x*m$ 的矩阵

### 关键词中英对照

机器学习:machine learning

深度学习:deep learning

神经网络:neural network

神经元:neuron

训练集:training set

监督学习:supervised learning

特征:feature特征:feature

支持向量机:support vector machine