这是一个创建于 2988 天前的主题，其中的信息可能已经有所发展或是发生改变。
我是零基础，正在学习 Andrew Ng 的课程，已经看到第三周的视频了，从头到尾都是数学公式推导，我已经不知道是在学习什么了？
 | 1 snnn 2017-09-10 17:28:05 +08:00  1 主要是你之前欠的太多了。那些不是高数。有一大部分是概率论和数理统计的知识。机器学习的课程肯定是从线性回归开始的。 |
 | 2 wohenyingyu02 2017-09-10 17:34:55 +08:00 不是学习英语么 |
 | 3 misaka19000 2017-09-10 17:39:45 +08:00 主要是线性代数、概率论与数理统计 |
 | 4 yemenchun1 2017-09-10 17:40:18 +08:00 他那个课已经很友好了, 公式还算简单, 也比较少. 到后面优化部分看论文, 求梯度, 对于不用的函数, 梯度都要分别推导. |
| 5 yemenchun1 2017-09-10 17:40:38 +08:00 不同的函数 |
 | 6 Hzzone 2017-09-10 17:43:09 +08:00 via iPhone 概统和线代，而且是非常基础的知识，我觉得你有必要去复习一下这方面的东西了，而且吴恩达上的是机器学习，深度学习只是很小的一部分。 |
 | 7 murmur 2017-09-10 18:18:43 +08:00 线代和概率那是基础 你想学深了叫矩阵理论和随机过程 |
 | 8 lzhCoooder 2017-09-10 18:20:41 +08:00 深度学习没什么数学基础吧...如果你说的是机器学习的话，都是一些简单的初等积分问题啊 |
 | 9 jmc891205 2017-09-10 18:54:09 +08:00 想从调包开始学的话 Andrew 的课不是个好选择。。。 |
 | 10 davy1995 2017-09-10 19:03:28 +08:00 via iPad Ng 的课公式推导明明那么少。。。 |
 | 11 txlty 2017-09-10 19:06:42 +08:00 我是从科普层面来学的，不过目前市面上没有这种教程。只能搜集一堆科学家写好的代码，和自己的数据对接上。一个一个试，根据参数的变量名，找出参数的中文名词。再搜索这些名词，看那些论文，做为辅助理解。各种改参数，一遍一遍跑，对比预测准确率，以理解这些算法的用法。 至于算法内部的数学原理？从没想过去了解，更没想过改进这些算法。我要是那块料，就不是现在的学历了。 |
 | 12 codeyung 2017-09-10 19:38:20 +08:00 via iPhone 大学线代 和概统 |
 | 13 dryadent 2017-09-10 19:41:54 +08:00 ng 的课程真的解释很详细了，公式推导的内容不是很强啊 |
 | 14 v1024 2017-09-10 19:54:31 +08:00 via iPhone 楼上各位都太牛了，学渣给楼上大牛投以崇拜眼神 |
 | 15 ivechan 2017-09-10 19:58:58 +08:00 如果你觉得高数知识（线代和概统）很无聊的话， 可能这个更适合你，而不是看视频。 视频贵在和讲课者之间的交流，有一个引导的过程。 吴恩达的 notes： http://cs229.stanford.edu/materials.html 这个 notes 把基础数学知识都分开了。 |
 | 17 gladuo 2017-09-10 20:05:51 +08:00 讲真。。。你不去学量子力学而去搞机器学习只是因为很火 /似乎跟搬搬砖差不多。。。 其实，差的还挺多的。 觉得不适合，那应该就是真的不适合。 |
 | 18 winglight2016 OP @snnn 我说高数不是特指高等数学，而是包括了高数、概率、线代这些课程，至少课程名字我是记得的 @wohenyingyu02 网易有带中文字幕的课程，不带字幕术语起来理解太困难了 @yemenchun1 课程是可以的，能听懂，但是看了二十多节课都是纯理论公式，感觉有点难以结合代码编程 @Hzzone 如果你是在看的课和我一样，课程全部名称是：神经网络和深度学习(coursera 上是 deep learning) @davy1995 我看到第三周 3.8 课，除了概念介绍，还没有不是公式和推导的内容 @txlty 我的学习习惯是先从整体框架和理论开始了解，然后再看怎样在实践中应用 @ivechan 线代和概率的基础课程我打算另外找书来看 @gladuo 讲真，i can't get what you said |
 | 19 huybery 2017-09-10 21:07:17 +08:00 ng 的 deep learning 还没来得及看， 如果你觉得推导过于多可以去尝试 coursera 上 ng 的另一门课 machine learning。那个是有实践的，需要用 matlab 交作业，把那一套流程熟悉一下再看现在的就不会有这么突兀的感觉了。 |
 | 20 eccstartup 2017-09-10 21:10:37 +08:00 via iPhone 1 学的是哲学思想 |
 | 21 charadeyouare 2017-09-10 21:21:02 +08:00 会方向导数和梯度就够了 |
 | 22 em70 2017-09-10 21:23:06 +08:00 等你学会,这个领域可能已经不火了,先把基础打好吧,学自己有狂热兴趣的东西,别跟风 |
 | 23 notreami 2017-09-10 21:26:41 +08:00 就是知道用来干啥，然后配置 lib。配通了，改改入参，出参。 大部分人其实连快排都写不来，就去摊大数据、深度学习、人工智能这摊子浑水了 |
 | 24 vegito2002 2017-09-10 21:41:08 +08:00 稍微好点的学校都是这样的, 大部分课程基本不会教你写代码. 把 algorithm 和 computation 自己转化到代码是这些学校对学生最基本的期望, 自己有时间自己弄就行了; 课程上面, 跟多的给你学的是思想, 概念, 原理, 证明; 偶尔真的教你写代码也是教一些 OCaml, prolog 这种相对象牙塔的语言. |
 | 25 Lattez 2017-09-10 21:50:31 +08:00 via Android 建议先看看 Ng 那个机器学习的入门视频，然后再看深度学习的 |
 | 26 Nitroethane 2017-09-10 21:51:14 +08:00 via Android 概率论和随机过程 |
 | 27 est 2017-09-10 23:50:43 +08:00 1 记得十年前有个初中出来的小伙子看我弄 Flash 他的问题是：做个动画怎么还需要数学里的坐标系知识。。。。。 然后就没有然后了。 |
 | 28 neoblackcap 2017-09-11 00:08:00 +08:00 @vegito2002 其实大学多接触点象牙塔的东西挺好的，毕竟工业界也需要象牙塔的理论作为支撑。而且象牙塔的东西搞不好就向工业界扩散了，到时就成了自己的优势了。 好比以前都是吹面向对象，现在连前端都鼓吹函数式编程，这在我看来就是象牙塔向工业界的传播了。 |
 | 29 |
 | 30 googlevoice8 2017-09-11 00:21:43 +08:00 via iPhone 不全是吧！ |
| 31 vegito2002 2017-09-11 00:39:02 +08:00 via iPad @neoblackcap 是这样的， 就跟 SICP 这个东西一样， 学的时候一个劲的骂没用， 学完了莫名其妙就感觉自己的思考方式改变了； |
 | 32 n6DD1A640 2017-09-11 01:03:42 +08:00 当年 Udacity 那个 AI 入门课程，看了两周，完全跟不上，然后回去重新学概率。。。 |
 | 33 secondwtq 2017-09-11 02:32:47 +08:00 @vegito2002 MIT 貌似换 Python 了 |
| 35 winglight2016 OP |
 | 36 javacodecreeks 2017-09-11 09:23:38 +08:00 via iPhone 那些不是高数好吗，数理统计和概率论里面的知识，不过我们大学学的是基础而已！ |
 | 37 omygod 2017-09-11 11:26:55 +08:00 高数是统计学和概率学的基础 |
 | 38 wzh015 2017-09-11 12:22:11 +08:00 不仅仅是高数哦 |
 | 39 pcx3802482 2017-09-11 12:30:14 +08:00 推荐你先去 Y2B 上把台大李宏毅老师的视频看完，再看 Ng 的。 |
| 40 winglight2016 OP @pcx3802482 搜了一下，有人搬到哔哩哔哩上了，看每课名称似乎讲得更泛一些 |
 | 41 deadblock 2017-09-11 14:54:24 +08:00 我数学不错的，可以学这个么 |
 | 42 echo1937 2017-09-11 15:36:42 +08:00 其实这个课程挺不错的，程序猿学点数学挺好。 |
 | 43 takato 2017-09-11 16:03:46 +08:00 线代，统计，图论，神经科学，生物…………………… 唔- -其实是哲学来着。。。 |
| 44 winglight2016 OP |
 | 45 GrayXu 2019-08-25 18:04:59 +08:00 基础线代和概率论不会 == 调参侠 |
Select Language