透過從頭開始建立線性迴歸和梯度下降來理解機器學習和深度學習。
從這 3 小時的課程，你會學到
- 任何神經網路的基本功能，透過編碼線性迴歸( linear regression )、成本函數( cost functions )和反向傳播( back propagation )
- 透過調整學習率和偏差來了解神經網路的特性
- 透過實施梯度下降演算法( gradient descent algorithm )來訓練網絡
- 標準化多重輸入網路的輸入
- 透過實現多個輸出神經元和活化來創建分類網路( classification networks )
- 透過為非線性資料實現隱藏層來提高網路精度
要求
- 你對神經網路感興趣。
- 你有一些 Python 或其他語言的程式設計經驗。
課程說明
你將學習如何使用 Python 建立神經網路。無需任何庫，你將看到一個簡單的神經網路如何從 4 行程式碼演變為能夠識別手寫數字的人工智慧網路。
在此過程中，你將學習以下概念：前饋、成本函數、反向傳播、隱藏層、線性迴歸、梯度下降和矩陣乘法。而這一切都是透過簡單的 Python 來實現的。
從本課程會特別受益的開發人員是：
- 想要學習神經網路機制的開發人員
- 想要避免使用神經網路程式庫和框架的開發人員
- 或使用框架但想要了解各個網路參數含義的開發人員
挑戰
許多教程聲稱從頭開始，但導入外部庫或快速輸入程式碼，甚至在執行一次之前，你都會看到 50 行程式碼。當程式碼最終運行時，你完全迷失了方向，並且仍然無法理解第 3 行。這導致許多學生放棄學習神經網路。
這門課不一樣！它從絕對的開始開始，每個主題都是前面範例的延續。這樣，你將從頭開始逐步學習神經網路。
學完本課程後你可以做什麼？
- 你了解神經網路的概念和思想，例如反向傳播和梯度下降。
- 你可以使用任何選擇的程式語言來建立神經網路，而無需框架和程式庫的幫助。
- 你了解如何透過插入不同的成本函數和新增隱藏層來更好地配置網路。
主題
- 線性迴歸
- 成本函數
- 偏見
- 多輸入
- 正常化
- 梯度下降
- 分類
- 啟用設定
- 多類分類
- 非線性資料
- 隱藏層
期間
3小時視訊時間。本課程沒有練習。
老師
本課程由擁有 25 年專業經驗的高級軟體工程師 Loek van den Ouweland 教授。 Loek 是 Windows 版 Wunderlist、Microsoft To-do 和 Mahjong for Windows 的創作者，並且熱愛教授軟體工程。
這門課的學生告訴我：
- * * * * ”很棒、簡單的解釋。非常適合對該主題知之甚少的初學者。”
- * * * * “從基礎開始直奔主題。”
- * * * * “一步一步清楚地解釋了神經網路的工作原理，並且可以使用選擇的純開發語言進行開發，而無需使用任何外部套件。”
目標受眾
- 想要學習神經網路機制的開發人員
- 想要避免使用神經網路程式庫(libraries)和框架(frameworks)的開發人員
- 使用框架但想要了解各個網路參數含義的開發人員
講師簡介
Loek van den Ouweland 充滿熱情的Python老師
Loek van den Ouweland（Wunderlist、Microsoft Todo）是一位天生的老師。從他的職業生涯一開始，他就被告知，當程式設計師展示他的產品的功能和建構方式時，他可以最好地幫助他的客戶。
他曾在許多公司擔任程式設計師和培訓師，並喜歡與他人分享程式設計的秘密。
Loek 擁有 30 年培訓不同背景、各個年齡層人員的經驗，工作領域涵蓋從醫療系統到製造、從學術到航空航天等各個領域。
字幕：英文
- 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To
- Udemy 永久擁有課程 ⏳NT310 起特價中(點擊連結看更多)
- ✨年訂閱每月 NT350 🌈 悠遊 Udemy 的 26000+ 門課，最大化學習 ( 原價 NT635/月 )
- Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
- 手機上點選優惠連結看到的價格比電腦上看到的貴
- ＄代表當地貨幣, 如在台灣為 NT
- 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現
報名參加課程
也許你會有興趣
- Python 深度學習相關線上課程
- ★英語學習地圖 – 練好英文是最大的學習槓桿
- 如何找工作學習地圖 – 找工作不要靠運氣！
- 從 Soft & Share 各種社團頻道挑選你喜歡的加入
發表迴響