深度学习就是学习高数吗？

[winglight2016]

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？

[snnn]

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]

不是学习英语么

[misaka19000]

主要是线性代数、概率论与数理统计

[yemenchun1]

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]

不同的函数

[Hzzone]

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]

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]

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]

想从调包开始学的话 Andrew 的课不是个好选择。。。

[davy1995]

Ng 的课公式推导明明那么少。。。

[txlty]

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]

大学线代 和概统

[dryadent]

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]

楼上各位都太牛了，学渣给楼上大牛投以崇拜眼神

[ivechan]

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]

@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]

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]

@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]

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]

学的是哲学思想