📣 黑五价提前开抢|VIP一年通行证5折,蓝莓、Offer多多同步特惠
查看: 2595| 回复: 4
跳转到指定楼层
上一主题 下一主题
收起左侧

deep learning specialization公开课分享

全局:
公开课
学校名称: deeplearning.ai
Unit号: 12
开课时间: 2019-10-07
课程全名: deep learning specialization
平台: Coursera
URL: https://www.coursera.org/specializations/deep-learning

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
2. 课程难度,作业量,每周花在这门课的时间,以及你的基础(是初学者?还是本来就是你的专业内容?Andrew 所有系列的课都讲得相当清楚,即便不会线性代数高等数学的童鞋,应该学这个课都没有什么太大的问题。Andrew每到有关数学的部分都会进行特别浅显的解释,而这些解释也都往往特别够用,所以本科或者数学功底薄弱的童鞋放心大胆上。

作业量对于full-time学生还好,因为是填补似的code,而且一般公式他都会在notebook中打出来,所以也很简单。每周课的内容加作业3个小时就差不多学完
算是我的专业内容吧,BA专业还是要懂不少NN。不是初学者,之前上过Andrew的machine learning有很多重复内容,不过这个课是在python中实现的,而ML那门是在matlab不太实用,学学也不错


3. 各种感想、收获、课程内容介绍、你对这门课的评价等等~~这个就自己发挥啦
andrew的课当然五星好评,非常推荐,但是不推荐对NN已经有一定基础的童鞋,特别是那些已经学过啥RNN,CNN的就不用上了
这个specialization有5个 serial courses:cnn;ml projects;hyper parameters;rnn,etc。。虽然比起我们学校的Viterbi CS专业那门deep learning 专业课覆盖的内容少且简单但是讲的明白多了!!!!!
5. 这门课和其他你跟过的课,用过的资源或者是学校上过的课有什么区别?
这门课是我的NN入门课呢, 比datacamp的系统多了,其他的没学过也没法比。
6. 给以后打算学这门课的同学一些建议(请具体!可包括任何方面)

建议速学,因为其实内容不多,别战线拖得太长!至于作业由于是填补似的,其实自己最好也在写之前,在脑子里有个大该框架,不要完全依赖题目。

之后还会码Big Data with Spark and Scala; Big data for engineers specialization,敬请期待

评分

参与人数 3大米 +24 收起 理由
爱丽丝和鲍勃 + 20
gongchen + 2 很有用的信息!
rrayx + 2 给你点个赞!

查看全部评分


上一篇:Princeton算法课第一个作业的问题
下一篇:stanford ML
全局:
本帖最后由 莫莫莫莫酱 于 2019-10-9 10:45 编辑

谢谢分享~lz有没有上完这个specialization之后推荐的课呀~
回复

使用道具 举报

🔗
 楼主| gyd1616 2019-10-9 12:01:05 | 只看该作者
全局:
NN相关的不知道了,现在这个specialization还没完全学完。同时还学了Big Data with Spark and Scala; Big data for engineers specialization,Stanford NLP ,这些也不错
回复

使用道具 举报

🔗
 楼主| gyd1616 2019-10-15 16:10:11 来自APP | 只看该作者
全局:
求米啊大家求米
回复

使用道具 举报

🔗
ZT98211 2019-10-16 01:54:39 | 只看该作者
全局:
谢谢分享心得
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表