从零到精通 – 构建一个简单的神经网络并学习反向传播

MP4 | 视频：h264，1920×1080 | 音频：AAC，44.1 KHz，2 声道
类型：在线学习 | 语言：英语 |时长：38 节课（4 小时 34 分钟）

你将学到什么

仅使用 Python 从零开始编写神经网络
反向传播是什么，以及它如何帮助机器学习
如何将复杂的数学分解成简单易行的步骤
理解梯度的最简单方法以及梯度为何重要
机器进行预测时究竟发生了什么
如何通过调整代码中的微小细节来训练更智能的模型

本课程将神经网络简化到其最基本的核心：数学和原始 Python 代码。

你将深入了解反向传播、梯度下降以及驱动现代神经网络的数学原理。没有预构建的框架，没有黑盒。只有你、数学和你的代码。

你将逐步手动构建神经网络并从零开始实现它们。

从偏导数到权重更新，每个概念都会被拆解并用 Python 代码实现（无需 PyTorch 等库！）。如果您想真正理解机器学习的工作原理，并通过构建自己的神经网络来验证它，那么这门课程就是您的起点。

本课程分为三个主要部分

简介
首先了解课程目标以及反向传播为何是现代机器学习的核心。本部分将阐明预期目标，并解释掌握这些数学知识将如何为您带来竞争优势。

基础概念和简单的神经网络实现动手实践理论。学习神经网络如何处理数据、计算损失以及使用梯度下降法更新权重。您将手动计算所有内容——前向传播、梯度和反向传播——然后再用 Python 编写一个可运行的网络。

高级神经网络实现
提升您的技能。本节将引导您实现一个具有非线性激活函数的更深层神经网络。您将使用高级反向传播技术来训练更复杂的模型，并了解如何从零开始构建现实世界的神经网络。

我还应该了解什么？