Colección de notas de Andrew Ng
Este es el primer curso de la especialización de aprendizaje profundo en Coursera que está moderado por Deeplearning.ai. El curso es enseñado por Andrew Ng.
Andrew NG Machine Learning Notebooks: Reading
Notas de especialización de aprendizaje profundo en un PDF: lectura
| Sr no | Lectura de artículos |
|---|
| 1. | Aprendizaje profundo de la red neuronal |
| 2. | Mejora de la red de aprendizaje profundo |
| 3. | Estructura de los proyectos de ML |
| 4. | Convoluciones Red Neural |
| 5. | Modelos de secuencia |
| Sr. No | Enlace de conferencias MOOC |
|---|
| 1. | Aprendizaje automático de Andrew-NG |
| Serie de aprendizaje profundo |
| 1. | Red neuronal y aprendizaje profundo |
| 2. | Mejora de las redes neuronales profundas: ajuste de hiperparámetro, regularización y optimización |
| 3. | Estructuración de proyectos de aprendizaje automático |
| 4. | Red neuronal de convolución |
| 5. | Modelos de secuencia |
| 6. | CS230: Aprendizaje profundo | Otoño de 2018 |
1. Aprendizaje profundo de la red neuronal
- Estas notas le dan breve introducción sobre:
- ¿Qué es la red neuronal? ¿Cómo es el trabajo?
- Aprendizaje supervisado utilizando la red neuronal
- Diseño de red neuronal poco profunda
- Red neuronal profunda
- Cuadernos :
- Semana 1 - Introducción al aprendizaje profundo
- Semana2 - Conceptos básicos de las redes neuronales
- Semana3 - Redes neuronales poco profundas
- Week4 - Redes neuronales profundas
2 Mejora de la red de aprendizaje profundo
- Estas notas te dan introducción sobre:
- Aspectos prácticos del aprendizaje profundo
- Algoritmos de optimización
- Ajuste de hiperparameter, normalización por lotes y marcos de programación
- Cuadernos :
- Semana 1 - Aspectos prácticos del aprendizaje profundo
- Configuración de su aplicación de aprendizaje automático
- Regularizando su red neuronal
- Configuración de su problema de optimización
- Semana2 - Algoritmos de optimización
- Week3 - Ajuste de hiperparameter, normalización por lotes y marcos de programación
3. Proyectos de estructura ML
- En estas notas, puede aprender sobre cómo estructurar el proyecto de aprendizaje automático:
- ¿Por qué la estructura ml?
- Análisis de errores
- Cuadernos:
- Semana 1 - Introducción a la estrategia de ML
- Configurar tu objetivo
- En comparación con el rendimiento a nivel humano
- Semana2 - ML Estrategia (2)
- Análisis de errores
- Entrenamiento no coincidente y conjunto de desarrollo/prueba
- Aprender de múltiples tareas
- Aprendizaje profundo de extremo a extremo
4. Red neuronal de convolución
- Multiplicación de matriz entre imagen y núcleo conocido como operación de convolución
- En estas notas, puede aprender sobre Breve Architecture CNN:
- Fundamentos de CNNS
- Modelos convolucionales profundos: estudios de casos
- Detección de objetos
- Aplicaciones especiales: reconocimiento facial y transferencia de estilo neuronal
- Cuadernos:
- Semana 1 - Fundamentos de redes neuronales convolucionales
- Semana2 - Modelos convolucionales profundos: estudios de casos
- Documentos para leer:
- Clasificación de Imagenet con profundas redes neuronales convolucionales
- Redes convolucionales muy profundas para el reconocimiento de imágenes a gran escala
- Week3 - Detección de objetos
- Documentos para leer:
- Solo miras una vez: detección de objetos unificados en tiempo real
- Yolo
- Week4 - Aplicaciones especiales: reconocimiento facial y transferencia de estilo neuronal
- Documentos para leer:
- Deepface ( cuaderno )
- Faceneta
- Transferencia de estilo neuronal
5. Modelos de secuencia
Gracias por leer .... feliz aprendizaje ... !!!
