写在最前

​ 2018年是对自己来说是崭新的一年，在过去的3个多月里，从最基础的lr， 学到现在的LSTM, GAN..感觉第一次追上了计算机科学飞速发展的浪潮。虽然很多地方都仍是一知半解，但时间还长，还是可以学到更多前沿的技术。算是给自己鼓励吧。

Ng的入门课程Machine Learning与Deep Learning很赞，从小白一个个练习做了过来感觉受益良多。下面是自己完成的练习，作业代码已上传github，仅供参考。如果你也在学习这两门课程，希望你能独立完成编程作业，尽管你会觉得看着我的代码也很简单，很好理解，就直接复制了，可是如果你独立完成的话，并不是想象的那么容易，也会很快的遗忘。 当遇到困惑的地方时欢迎参考我的做法。有错误之处烦请留言指出，谢谢！

我的github：https://github.com/sunstrikes， 欢迎关注

Machine Learning (Coursera作业)

• 代码链接
• ex1 Linear_regression
• ex2 Logistic_regression
• ex3 neural_network_part1
• ex4 neural_network_part2
• ex5 evaluating_algorithm
• ex6 svm
• ex7 K-means & PCA
• ex8 Anomaly Detection and Recommender Systems

Deep Learning (代码作业)

1. Neural Networks and Deep Learning

   • 主要用numpy实现一个简单的NN，包括自己写forward, backward

2. Improve Deep Neural Networks

   • 主要介绍了正则化，dropout, optimizer，gradient checking与tensorflow的基本使用

3. Convolutional Neural Nets

   • 主要有 numpy实现CNN, Keras入门，Resnet，YOLO3, Face Recognition, Neural Style Transfer等模型和论文的实现

4. Sequence Model

   • 主要有numpy实现RNN, LSTM应用，word2vec以及除偏，Language translation, 以及attention模型(实现触发字)等。