机器读心术之神经网络与深度学习，视频教程下载

课程介绍：

用最通俗的语言，从起点开始，由浅入深讲解这些机器领域里最深奥的知识，使即使基础不扎实，理解能力不超群的大众，也能通过课程掌握这些前沿领域的细节技术，并且应用在自己的场景里去完成某些事情。这不是一项轻松愉快的讲授任务，但按照以往在炼数成金上讲授诸多同样具有难度的课程的经验，以及各位同学的鼓励鞭策，又给我无穷的力量和信心，坚持下去把课程做完做好。

适用人群：

对神经网络技术和深度学习感兴趣者，潜在研究者，爱好者，职业方向准备转型高级数据分析师，迈向数据科学家的朋友。较好是学习过炼数成金上《机器学习》课程或具备类似能力。

课程目录：

第1课跌宕起伏70年：神经网络发展概述；最简单的神经元仿生：单层感知器。

第2课线性神经网络，BP神经网络，基于梯度下降的各种学习算法；BP神经网络应用：信用识别；为什么BP网络丌能支持太多的隐层数？

第3课 Imagenet介绍。BP神经网络应用：图像压缩；稀疏自动编码器与特征提取。

第4课能联想和记忆的Hopfield神经网络，DHNN与DCNN；应用：OCR识别，解决旅行商问题。

第5课模拟退火算法与Boltzmann机：随机版的Hopfield神经网络。

第6课马尔科夫链；受限Boltzmann机RBM，Gibbs采样，CD学习算法。

第7课应用RBM进行协同过滤；深度置信网络（DBN）：利用堆叠的RBM进行权值预训练，应用于图像编码与解码，图像识别；生成式模型与判别式模型。

第8课万能逼近器：径向基神经网络；PCA与SVM神经网络。

第9课局部感受野与卷积神经网络CNN；经典应用：MNIST手写体数字识别，Imagenet图像识别；GPU计算。