【课程讲义】176页哥德堡大学人工神经网络讲义

2019 年 1 月 24 日 专知

【导读】日前,Bernhard Mehlig教授将他所教授的人工神经网络的课程讲义,公布到了ArXiv。本课程描述了神经网络在机器学习中的应用:深度学习、递归网络、强化学习以及其他有监督和无监督机器学习算法。内容由浅入深适合对神经网络感兴趣的同学阅读和学习。


请关注专知公众号(点击标题下方蓝色专知关注

  • 后台回复“GDBDX” 就可以获取176页《Artificial Neural Networks》课程讲义载链接~ 


目录

-END-

专 · 知

专知《深度学习:算法到实战》课程全部完成!461位同学在学习,现在报名,限时优惠!网易云课堂人工智能畅销榜首位!


请加专知小助手微信(扫一扫如下二维码添加),咨询《深度学习:算法到实战》参团限时优惠报名~

欢迎微信扫一扫加入专知人工智能知识星球群,获取专业知识教程视频资料和与专家交流咨询!

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!

点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程

登录查看更多
17

相关内容

人工神经网络(Artificial Neural Network,即ANN),它从信息处理角度对人脑神经元网络进行抽象,建立某种简单模型,按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型,由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数,称为激励函数(activation function)。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆。网络的输出则依网络的连接方式,权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近,也可能是对一种逻辑策略的表达。
最新《高级深度学习》课程, 慕尼黑工业大学
专知会员服务
76+阅读 · 2020年6月20日
【哈佛《CS50 Python人工智能入门》课程 (2020)】
专知会员服务
107+阅读 · 2020年4月12日
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
67+阅读 · 2019年11月4日
Revealing the Dark Secrets of BERT
Arxiv
4+阅读 · 2019年9月11日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Neural Arithmetic Logic Units
Arxiv
5+阅读 · 2018年8月1日
Arxiv
25+阅读 · 2018年1月24日
Arxiv
5+阅读 · 2016年10月24日
VIP会员
相关论文
Revealing the Dark Secrets of BERT
Arxiv
4+阅读 · 2019年9月11日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Neural Arithmetic Logic Units
Arxiv
5+阅读 · 2018年8月1日
Arxiv
25+阅读 · 2018年1月24日
Arxiv
5+阅读 · 2016年10月24日
Top
微信扫码咨询专知VIP会员