1️⃣Deep learning / machine learning

🧡入门资料： 深度学习笔记目录

第一门课神经网络和深度学习 (Neural Networks and Deep Learning) 第一周：深度学习引言(Introduction to Deep Learning) 第二周：神经网络的编程基础(Basics of Neural Network programming) 第三周：浅层神经网络(Shallow neural networks) 第四周：深层神经网络(Deep Neural Networks)
第二门课改善深层神经网络：超参数调试、正则化以及优化 (Improving Deep Neural Networks:Hyperparameter tuning, Regularization and Optimization) 第一周：深度学习的实用层面(Practical aspects of Deep Learning) 第二周：优化算法 (Optimization algorithms) 第三周：超参数调试，batch正则化和程序框架（Hyperparameter tuning, Batch Normalization and Programming Frameworks)
第三门课结构化机器学习项目 (Structuring Machine Learning Projects) 第一周：机器学习策略（1）(ML Strategy (1)) 第二周：机器学习策略（2）(ML Strategy (2))
第四门课卷积神经网络（Convolutional Neural Networks） 第一周：卷积神经网络(Foundations of Convolutional Neural Networks) 第二周：深度卷积网络：实例探究(Deep convolutional models: case studies) 第三周：目标检测（Object detection）第四周：特殊应用：人脸识别和神经风格转换（Special applications: Face recognition &Neural style transfer）
第五门课序列模型 (Sequence Models) 第一周：循环序列模型（Recurrent Neural Networks）第二周：自然语言处理与词嵌入（Natural Language Processing and Word Embeddings）第三周：序列模型和注意力机制（Sequence models & Attention mechanism