描述
斯坦福 CS230:深度学习是一门旨在提供深刻理解深度学习原理和实践的课程。课程涵盖广泛的主题,包括神经网络、卷积网络、RNN、LSTM 以及优化技术,如 Adam、Dropout 和 BatchNorm。课程采用翻转课堂的形式,每周在休利特教学中心举行面对面的讲座。学生需要参与视频讲座、编程作业和 Coursera 上的测验。课程还包括期中考试和最终项目,后者是评分的重要组成部分。学生将在助教的个性化指导下进行项目,确保他们能够成功实施深度学习项目。先决条件包括对概率论、统计学、数据科学和线性代数的熟悉。课程强调实践学习,助教主导的部分提供实用技巧和理论基础。评分分为最终项目、期中考试、编程作业、测验和出勤。鼓励学生合作,但必须遵守斯坦福荣誉守则,确保所有提交的工作都是他们自己的。该课程适合希望加深对人工智能和机器学习理解的人,重点在于实践应用和基于项目的学习。
- 类别AI 课程创作工具
- 定价模式免费
斯坦福 CS230:深度学习的核心功能
深度学习基础
构建神经网络
理解机器学习项目
卷积网络
RNN 和 LSTM
优化技术
翻转课堂形式
基于项目的学习
如何使用 斯坦福 CS230:深度学习?
注册:报名参加课程
访问:参加讲座和在线模块
参与:参加测验和作业
完成:完成最终项目
斯坦福 CS230:深度学习的使用案例
- 深度学习基础
- 高级神经网络
- 基于项目的学习
- 优化技术
- 翻转课堂





