课程介绍
麻省理工学院的深度学习入门课程，适用于计算机视觉，自然语言处理，生物学等领域！学生将学习深度学习算法的基础知识，并学习在TensorFlow中构建神经网络的实践经验。课程包含一个项目竞赛，并可以获得员工和行业赞助商的反馈。课程假设学生具有微积分（即求导）和线性代数（即矩阵乘法）数学基础知识，我们将尝试解释沿途的所有其他内容！既有Python编程基础，但不是必需的。欢迎听众！
文末附本课程视频及ppt下载地址（持续更新）。
课程主讲人
课程大纲
课程视频及ppt免费下载地址
微信公众号“深度学习与NLP”回复关键字“mtdl20”获取下载地址。
往期精品内容推荐
知识图谱（KG）存储、可视化、公开数据集、图计算、图编程工具分享
Andrew Ng访谈-深度学习、教育与现实世界的AI
12月新课-《深入学习算法及硬件加速实战》视频及ppt分享
区块链知识系统浅显介绍-区块链小白书-李笑来
推荐系统原理、工程、大厂(Youtube、BAT、TMB)架构干活分享
Graph Neural Network（GNN）最全资源整理分享
Tensorflow实现的深度NLP模型集锦
深度学习中Attention Mechanism详细介绍：原理、分类及应用
机器学习泰斗- Michael I.Jordan-机器学习前景与挑战
可推理神经网络模型-Christopher Manning
2018/2019/校招/春招/秋招/自然语言处理/深度学习/机器学习知识要点及面试笔记
朋友，千万不能错过！13个自然语言处理的深度学习框架
DeepLearning_NLP
深度学习与NLP
商务合作请联系微信号：lqfarmerlq
