《Neutral Network for Machine Learning》(机器学习中的神经网络)系列课程,是深度学习大神 Geoffrey Hinton 毕生所学之作,也是他目前唯一一门的公开课。
Hinton 何许人?之前介绍过,他是深度学习的开山祖师,三大巨头(另2位巨头是 Yann LeCun 和 Yoshua Bengio,其中 Yann LeCun 是Facebook的人工智能研究总监,CNN(卷积神经网络)之父,同时也是 Hinton 的学生!)。
金庸小说里常见的桥段是,主角偶然的机会,得到了某位武学大师的秘籍,功力大(kai)增(gua)而成就伟业,张无忌的九阳神功、令狐冲的独孤九剑、虚竹的天山六阳掌、郭靖的降龙十八掌等等......
也许你很高傲,但面对这位祖师的毕生所学之作,我也要恭喜点进来的你,因为这份视频教程推出了中文字幕(翻译的是雷锋网旗下的公众号AI研习社,公众号:okweiwu,二维码见文末),更重要的是,这份中文字幕版,得到了 Hinton 神的亲自授权!
往期课程:
本文推送的是《Neutral Network for Machine Learning》这个系列的:
2.1 神经网络架构介绍
常见的神经网络有前馈神经网络FFN和循环神经网络RNN,不同的网络结构有着不同的魔力,比如RNN能记忆信息(比FFN强大),已经在语音识别上广泛应用。那么,RNN的魔力到底源自何处?
2.2 感知机
这节课讲的是神经网络早期版本——感知器。它的结构简单,能实现简单的逻辑运算,曾经轰动一时,开启了神经网络的研究热潮。然而,最后却被后来居上的SVM打败,自此一蹶不振。感知器为何会败北?希望大家能从此课一探究竟。
- END -