国立台湾大学-李宏毅-2017年（秋）最新深度学习与机器学习应用及其深入和结构化研究课程分享

课程持续更新中，文末附分享目前已经release出来的视频和ppt下载链接。

课程描述：

讲解深度学习的基本理论，介绍深度学习各种实际应用。

期望和目标：

希望学习本门课程的学生学会：

（1）、深度学习工作原理。

（2）、深度学习常用架构工作原理。

（3）、深度学习工具包的使用，如何设计搭建模型。

（4）、如何使用深度学习技术分析和解决实际的问题。

一些先决条件：

需要的一些编码能力：

熟练使用Python编程，左右作业均采用Python编程。

预修课程要求：

大学微积分

线性代数

概率论与数理统计

机器学习基础

统计学

课程大纲：

课程视频教程及ppt下载地址：

链接: https://pan.baidu.com/s/1nuXsoFR

密码: 公众号回复“taida”

往期精彩内容分享：

AI、神经网络、机器学习、深度学习和大数据的核心知识备忘录分享

字符识别(OCR)相关工具/库/教材/论文等资源整理

模型汇总23 - 卷积神经网络中不同类型的卷积方式介绍

吴恩达-斯坦福CS229机器学习课程-2017（秋）最新课程分享

斯坦福大学2017年-Spring-最新强化学习（Reinforcement Learning）课程分享

神经机器翻译（NMT）的一些重要资源分享

深度学习（AI）在医疗领域应用、需求及未来发展概述

麻省理工学院-2017年-深度学习与自动驾驶视频课程分享

模型汇总22 机器学习相关基础数学理论、概念、模型思维导图分享

《纯干货16》调整学习速率以优化神经网络训练

《模型汇总-20》深度学习背后的秘密：初学者指南-深度学习激活函数大全

深度学习在自然语言处理中的应用综述

深度学习/机器学习的处理器列表（最全_中文版）

更多深度学习在NLP方面应用的经典论文、实践经验和最新消息，欢迎关注微信公众号“深度学习与NLP”或“DeepLearning_NLP”或扫描二维码添加关注。