深度学习就是学习高数吗？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 2413 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？

深度学习

Andrew

学习

高数

45 条回复 • 2019-08-25 18:04:59 +08:00

snnn

2017-09-10 17:28:05 +08:00

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。

wohenyingyu02

2017-09-10 17:34:55 +08:00

不是学习英语么

misaka19000

2017-09-10 17:39:45 +08:00

主要是线性代数、概率论与数理统计

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.

yemenchun1

2017-09-10 17:40:38 +08:00

不同的函数

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。

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

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

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。。。

davy1995

2017-09-10 19:03:28 +08:00 via iPad

Ng 的课公式推导明明那么少。。。

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。

codeyung

2017-09-10 19:38:20 +08:00 via iPhone

大学线代和概统

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

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

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。

ivechan

2017-09-10 20:00:29 +08:00

@txlty tensorflow 的教程就是很科普的教程吧，基本不涉及数学知识。只有名词

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。

winglight2016

2017-09-10 20:31:04 +08:00

@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

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。

eccstartup

2017-09-10 21:10:37 +08:00 via iPhone

学的是哲学思想

charadeyouare

2017-09-10 21:21:02 +08:00

会方向导数和梯度就够了

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

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

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.