资源|哥德堡大学人工神经网络讲义分享
点击上方“AI遇见机器学习”,选择“星标”公众号
重磅干货,第一时间送达
一、资源简介今天给大家推荐一份开源的哥德堡大学人工神经网络讲义,这份讲义是Bernhard Mehlig教授教授的人工神经网络的课程讲义。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。人工神经网络(Artificial Neural Network,即ANN ),是20世纪80 年代以来人工智能领域兴起的研究热点。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。
二、主要内容
下面是这份讲义的一些目录:
第一章:介绍
第二章:确定性Hopfield网络
第三章:随机Hopfield网络
第四章:随机优化
监督式学习
第五章:感知器
第六章:随机梯度下降法
第七章:深度学习
第八章:复发性网络
无监督学习
第九章:无监督学习Hebbian
第十章:径向基函数网络
第十一章:强化学习
三、资源分享
同时为了方便大家,我们把最新资料打包好了,可以直接下载哦~
获取方式:
1. 关注我们的公众号“AI遇见机器学习”
2. 后台回复“人工神经网络讲义” 即可以获取资料哈~(建议复制,避免错字)
推荐阅读
欢迎关注我们,看通俗干货!
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。