- 时间：
2017年10月8号至2017年10月15号 - 基础：Git、Python基础学习
- 算法：k-NN
- 作业：CIFAR-10 图像分类
- 时间：
2017年10月16号至2017年10月22号。 - 算法：Linear Regression （线性回归）
- 优化：梯度下降法
- 作业：Boston House Price Predict
- 时间：
2017年10月23号至2017年10月29号 - 算法：Logistic Regression（对数几率回归），sigmoid 函数
- 作业：MNIST 手写数字识别
- Bonus：完成Softmax CIFAR-10图像分类，以及类比 Softmax与Logistic的关系。
- 时间：
2017年11月13号至2017年11月26号。 - SVM介绍 （参考书籍：周志华机器学习）
- 算法：SVM Hinge Loss
- 作业：CIFAR-10图像分类
- 时间：
2017年10月30号至2017年11月5号。 - Neural Network介绍
- forward pass 、 backpropagation介绍
- 作业：two-layer Neural Network CIFAR-10图像分类
assignment6
- 时间：
2017年11月6号至2017年11月12号。 - Neural Network 模块化实现
- batch normalization介绍
- dropout介绍
- 作业：改进 Neural Network 代码。
- Bonus: Batch Normalization层的forward pass跟backpropagation实现
assignment7
- 时间：
2017年11月27号至2017年12月10号 - CNN 介绍
- 概念：卷积, Pooling, Stride, Padding, Learning Rate, Momentum, Softmax, ReLU, BP, SGD, Cross-Entropy Loss。
- 作业：CNN MNIST数字序列识别、CIFAR-10图像分类。
| 教师 | - | - | - |
|---|---|---|---|
| 秦品乐 | |||
| 助教 | - | - | - |
| 陈君 | 武宽 | 王琦 | 沈文祥 |