Member-only story
免費閱讀文章：Why Deep?
今日的課程來自於:https://youtu.be/XsC9byQkUH8今天要討論的是為什麼需要做deep learning 呢? Deep就比較好嗎?
我們都知道deep learning 在很多問題上的表現都是比較好的，越deep的network他的表現也就越好
那位甚麼呢? 很值觀的解釋，因為層數多、參數也多，model也越複雜，bias也越小，而使用大量的data可以降低variance，效果當然就會更好
有人可能覺得因為用大量的data去train 一個複雜的model，效果當然會好。但後面要解釋其實deep learning 不代表就有大量的data才能train好，少量的data也可以train好deep learning
文章已移至：Why Deep?
更多機器學習自學筆記
機器學習的情境 Scenario
機器學習自學筆記02: Regression: Case Study for ML
機器學習自學筆記03: Where does the error come from? 認識error 的來源，並且知道如何調整model
機器學習自學筆記04: Gradient Descent
機器學習自學筆記05: Classification | Probabilistic Generative Model
機器學習自學筆記06: Logistic regression
什麼? 一連串的Logistic regression 就是類神經網路(Neural Network)，也就是Deep Learning !
機器學習自學筆記07: Deep Learning
機器學習自學筆記08: Backpropagation
機器學習自學筆記09: Keras2.0
Convolutional Neural network 卷積神經網路(part1)
Deep-learning 是一個黑盒子? CNN是如何運作的呢? (part2)
CNN的應用 What can CNN do? (Part3)
Tips for Deep Learning-如果Training data 的效果不好怎麼辦?
Tips for Deep Learning-如果Testing data 的效果不好怎麼辦?
Why Deep?
Semi-supervised Learning (半監督式學習)
無監督式學習Unsupervised Learning- Introduction
Unsupervised Learning: PCA
Matrix Factorization 矩陣分解
Unsupervised Learning: Word Embedding
Unsupervised Learning: Neighbor Embedding
Unsupervised Learning: Deep Auto-encoder
Unsupervised Learning: Deep Generation
