什么是深度学习？

深度学习正在引发一场深刻的技术革命，这是人类首次如此接近思维的本质。象手写体识别，脸像识别这类系统，过去的思路是从业务背景中线提取特征，然后产生若干辨识逻辑，再形成算法编程实现，但对于像imagenet那样要对上百万的图片进行上千个分类识别的问题，以往的技术就傻眼了，别说逻辑，连特征的提取都因为过于复杂而没办法进行。现在流行的深度学习网络的方法，把逻辑隐藏在成百上千万的神经网络权值里，让特征被自动识别与提取，却能得出让人吃惊的高准确率。给出通用的框架，通过大量学习数据训练出合适的权值，权值就是逻辑，这是未来的方向，那种先设计算法敲代码的日子该一去不复返了，以后甚至程序员的工作都由机器全部完成也不是没有可能。

深度神经网络算法之编程入门


课程介绍：

此阶段主要介绍了python语言为工具对每种算法进行结合实例讲解，并使用Python中相关的package来对实际问题进行数据预处理，分类和回归分析。为开发机器学习相关应用打下必要基础，同时也为学习深度学习进阶课程打下必要基础。

课程目录：

【重点课程】最新python基础篇视频教程  22课
【重点课程】Matlab与机器学习的入门 进阶与提高 13课

【重点课程】Python程序入门与进阶

【补充了解】python神经网络Tensorflow模块视频教程 共23课 附源码与文档

深度神经网络算法之基础精讲

课程介绍：

此阶段主要介绍神经网络、深度学习的算法原理及应用，此阶段从神经网络发展开始讲起，像线性神经网络、梯度算法、BP神经网络、退火算法、监督式学习、手写识别及各类常用算法等，熟悉掌握深度学习的常用算法和原理是非常有帮助的。

课程目录：

【重点课程】最新从神经网络到深度学习原理精讲班 12课

【重点课程】机器学习深度神经网络学习基础二  28课

【重点课程】机器学习深度神经网络学习基础一  29课

深度神经网络算法之深度学习

课程介绍：

此阶段主要介绍神经网络深度学习的深入研究与理解，深度学习的必修数学，常用算法的应用。

课程目录：

【重点课程】机器学习之深度神经网络深入研究 20课

【重点课程】机器学习中的必修数学 10课

【重点课程】深度神经网络学习深入与强化一 10课