新闻中心

怎么快速入门深度学习

1、打牢基础首先，你需要了解深度学习的基石，如神经网络、激活函数、损失函数和优化器等。这些基础知识将为你的框架学习之旅奠定坚实基础。选择你的伙伴TensorFlow和PyTorch无疑是初学者的最佳选择。它们丰富的文档和教程将助你轻松入门。官方指南在手阅读所选框架的官方文档，掌握框架的核心功能和工作原理。

2、先学会给自己定定目标（大、小、长、短），这样学习会有一个方向；然后梳理自身的学习情况，找出自己掌握的薄弱环节、存在的问题、容易丢分的知识点；再者合理的分配时间，有针对性的制定学习任务，一一的去落实。可以学习掌握速读记忆的能力，提高学习复习效率。

3、要想学习深度学习就必须先学习机器学习，学习机器学习，首先需要储备的知识就是高等数学、线性代数以及统计数学的基础知识，其中统计数学最重要，推荐可以看李沐老师的《统计学习方法》，学习概率分布、大数定律等等。机器学习，需要学习监督学习，包括线性回归、逻辑回归、梯度下降方法减小代价函数。

4、如何快速上手深度学习呢？首先需要掌握数学相关概念，包括线性代数、概率论和信息论、数值计算和机器学习中的相关概念等。然后需要学习常用的深度学习技术，包括深度前馈网络、正则化、优化算法、卷积网络、序列建模和实用方法论，以及自然语言处理、语音识别、计算机视觉、在线推荐系统等应用。

5、刚开始应该先打好编程和数学基础。深度学习看似难度大，按照正确的学习路径学习，可以大大降低学习门槛，同时激发学习的乐趣。简单的说，学习路线大概如下：先学编程、数学和深度学习知识，然后动手实践撸代码，有机会的话多参加数据科学比赛，多做项目练习实操能力。

6、深度学习，首先要学会给自己定定目标（大、小、长、短），这样学习会有一个方向；然后要学会梳理自身学习情况，以课本为基础，结合自己做的笔记、试卷、掌握的薄弱环节、存在的问题等，合理的分配时间，有针对性、具体的去一点一点的去攻克、落实。可以学习掌握速读记忆的能力，提高学习复习效率。

如何评价吴恩达的学术地位

1、首先我觉得Andrew Ng是偏工程一点的，你在google学术上搜machine learning，他确实排不到第一页，他在讲课的时候也说过他和他的学生发会议多一点。

2、“计算机和思想奖”的获得者。吴恩达是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任。吴恩达主要成就在机器学习和人工智能领域，他是人工智能和机器学习领域最权威的学者之一。

3、吴恩达最知名的是，所开发的人工神经网络通过观看一周YouTube视频，自主学会识别哪些是关于猫的视频。这个案例为人工智能领域翻开崭新一页。吴恩达表示，未来将会在谷歌无人驾驶汽车上使用该项技术，来识别车前面的动物或者小孩，从而及时躲避。2007年，吴恩达获得斯隆奖（Sloan Fellowship）。

如何评价吴恩达

1、吴恩达相信，高达99%准确率的语音识别技术会为人和计算机的交互方式、以及未来操作系统的设计带来革命性的改变。同时，面对百度的数以百万刚开始体验数字生活的用户，他要帮助百度为这些用户提供更好的服务。

2、吴恩达（1976-，英文名：Andrew Ng），华裔美国人，是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任。吴恩达是人工智能和机器学习领域国际上最权威的学者之一。吴恩达也是在线教育平台Coursera的联合创始人（with Daphne Koller）。

3、吴恩达的学术研究兴趣比较广，做的东西有比较理论的，但更多的是理论和应用的结合。他的一作主要集中在Spectral Clustering ，Unsupervised Learning 和增强式学习（reinforcement learning），机器学习的很多方面都有涉及，比如feature selection， over-fitting，policy search。

4、“计算机和思想奖”的获得者。吴恩达是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任。吴恩达主要成就在机器学习和人工智能领域，他是人工智能和机器学习领域最权威的学者之一。

5、如何评价吴恩达的学术地位 首先我觉得Andrew Ng是偏工程一点的，你在google学术上搜machine learning，他确实排不到第一页，他在讲课的时候也说过他和他的学生发会议多一点。

记录黄海广博士机器学习笔记的一些往事

1、一段关于黄海广博士机器学习笔记的往事 追溯到很久以前，一位知乎用户黄海广博士对个人整理的机器学习笔记提出了质疑，称其为抄袭。这个事件的导火索是他的2000颗星项目，他曾表达过对于笔记数量的轻视。尽管起初是误会，但因笔记被删除，我决定借此机会公开事实，同时也将保留备份，以防未来类似情况发生。