神经网络反向传播的数学原理

本课程是“火炬上的深度学习”系列课程的配套视频,主要讲解了神经网络和反向传播算法的数学原理。(课时:38 分钟)

讲师:   张江

课程资料

  • 课件下载:(报名后可见)

课程背景

本讲是系列课程“共享单车需要我”的附属课程,详细讲解了神经网络和反向传播算法的数学原理。

课程目的

学完本课程,你能做到

  • 了解神经网络模型与反向传播算法的数学原理

课程详情

在本讲解中,我们从如下方面介绍了神经网络模型中的一些基本知识:

  • 神经元网络模型

    • 前馈人工神经网络、神经元、激活函数的数学概念

    • 分类问题、预测问题的数学模型

    • 误差计算、学习问题、梯度下降的数学原理

  • 反向传播算法

    • 算法的基本概念

    • 算法的的一般性数学原理

    • 单个神经元的误差、权重的更新

    • 科罗内克积(Kroneker product)


讲师介绍
张江

北京师范大学系统科学学院教授,博士生导师,集智俱乐部、集智AI学园创始人,集智科学家,阿里研究院、腾讯研究院、网络智库专家,人工智能研究者与布道者。主要讲授课程:人工智能、复杂性思维、计算机建模与模拟、Matlab基础及其应用。主要从事的研究领域包括:复杂系统建模、计算社会科学等。曾发表学术论文数十篇,访问过圣塔菲研究所、密西根复杂系统中心等知名国外大学。曾带领集智俱乐部写作、出版书籍:《科学的极致——漫谈人工智能》,《走近2050——注意力、互联网与人工智能》。