本学习主讲深度学习与神经网络基础简介

深度学习与神经网络基础：面向基础类的课程（大纲如下）

第一部：整体介绍 深度学习主要技术 人物、应用方向、数学基础知识、机器学习算法简介主要在线课程、斯坦福、吴恩达、google课程介绍（2学时）

第二部：数学基础知识（梯度、梯度下降，向量、向量的范数，矩阵基本运算，激活函数与导数，概率）（4学时）

第三部：机器学习概念：（机器学习流程、损失函数，分类、回归，聚类、分类器评价方法）（2+2学时，实例）

第四部：一个简单的线性回归算法 讲解 2学时

第五部：机器学习常用算法 统介绍（重点讲一个knn近邻分类 ）2学时

第六部：神经网络激活函数、权重、偏置、softmax，神经网络bp基本流程（4学时）

第七部：简单的反向传播算法（逻辑回归算法一个 2学时 ）

sigmod函数、logistic回归

第八部 简单的介绍卷积神经网络 （2+2学时）

第九部 循环神经网络介绍应用（2学时）

第十部 神经网络框架介绍 tensorflow、keras、pytorch（2学时）

第十一部 tensorflow安装、入门讲解、一个hello world、变量计算 （2学时）

实验学时（8学时）

tensorflow 安装使用入门 hello world 变量计算 及其使用（2学时）

tensorflow 实现一个线性回归例子讲解（2学时）

tensorflow 实现神经网络 异或门（2学时）

tensorflow 实现minist（前馈全连接、cnn对比效果实验）