- 第1章 机器学习
- 什么是机器学习
- 人工神经网络 VS 生物神经网络
- 什么是神经网络 (机器学习)
- 神经网络的黑盒不黑 (深度理解神经网络)
- 梯度下降
- 第2章 神经网络
- 什么是卷积神经网络 CNN
- 什么是循环神经网络 RNN (深度学习)
- 什么是 LSTM RNN 循环神经网络
- 什么是自编码 Autoencoder
- 什么是 GAN 生成对抗网络
- 站在巨人的肩膀上, 迁移学习
- 什么是激励函数 (深度学习)
- 第3章 深度学习、特征标准化、强化学习
- 怎样检验神经网络 (深度学习)
- 为什么要特征标准化 (深度学习)
- 怎样区分好用的特征 (深度学习)
- 什么是过拟合
- 优化器 Optimizer 加速神经网络训练
- 处理不均衡数据
- 什么是 Batch Normalization 批...
- 什么是 L1 L2 正规化 正则化 Regular...
- 什么是强化学习
- 强化学习方法汇总 (Reinforcement L...
- 什么是 Q Learning
- 什么是 Sarsa
- 什么是 Sarsa(lambda)
- 第4章 DQN、Actor Critic、算法
- 什么是 DQN
- 什么是 策略梯度 Policy Gradients
- 什么是 Actor Critic
- 什么是 Deep Deterministic Po...
- 什么是 A3C (Asynchronous Adv...
- AlphaGo Zero 为什么更厉害
- 什么是遗传算法
- 什么是进化策略 What is Evolution...
- 什么是神经网络进化
