Hinton 机器学习教程 第一课汉化版完整放送！

作为 AI 从业者，想必你和小编一样都有过类似的经历。

下定决心想要钻研机器学习类的课程，不仅要搞定学术理论，还得应对英语所带来的难题。

为了让广大 AI 青年们不再为英语所累，快速进入学习状态，雷锋网推出了深度学习大牛 Geoffrey Hinton 的《Neutral Network for Machine Learning》中文系列视频课程。本次课程来源于 Hinton 2012 年在多伦多大学的授课实录，适合于对 Machine Learning 有一定基础的同学来进一步学习研究。PS: 出于对 Hinton 知识成果的尊重以及版权的需要，AI 研习社已经获得了 Hinton 教授的亲自授权。

本套课程中，Hinton 重点介绍了人工神经网络在语音识别和物体识别、图像分割、建模语言和人类运动等过程中的应用，及其在机器学习中发挥的作用。与吴恩达的《Machine Learning》不同，这门课程更加深入地介绍了 Machine Learning 中神经网络具体操作方法。

目前Lecture 1 课程已经全部翻译完毕了。这一课主要介绍了机器学习和神经网络的一些基本概念和原理。今天就做出一个第一课视频的汇总，以方便大家学习~

1.1 为什么我们需要机器学习

在课程开篇（1.1） Hinton 介绍了在我们了解神经网络学习算法的细节之前，我们需要解决的一个基础问题：我们为什么需要机器学习？机器学习的用途广泛，Hinton 结合不同场景为大家解释了这个问题。

1.2 神经网络中的脑科学原理

本次视频（1.2）中 Hinton 介绍了人的大脑中神经元网络的基础知识，并解释了算法并非大脑实际工作方式，但确实受到大脑的启发，以及大脑处理视觉、听觉的输入输出与计算机神经网络的比对，为之后面向机器学习的神经元网络打好基础。

1.3 简单神经模型之线性神经元

神秘的神经元是如何传输信号的？什么样的数学公式可以模拟如此复杂的系统？有哪些常用的神经元模型？线性激励神经元 ReLU 和鼎鼎大名的 Sigmoid 又有何区别？这节课中，Hinton 将为你一一解答。

1.4 MINST 学习范例

本期课程以经典的手写数字识别问题为例，详细讲解神经网络是如何从杂乱无章的图像中学习到潜在特征，并完美地区分不同数字的。主要步骤：设计简单的双层网络结构，数据准备，权值初始化，模型训练及权值动态更新。

1.5 机器学习算法的三大类

机器学习包含三大类别：有监督学习、无监督学习和增强学习，这三者各不相同，又相互补充。接下来你讲了解到：这几种方法有什么区别，分别解决什么样的问题，适用于什么情形？怎么度量学习效果，聚类和稀疏编码又是什么？

--------------------------------------

雷锋字幕组

--------------------------------------

雷锋字幕组致力于为 AI 从业者们提供最专业的 AI 相关视频内容。目前，雷锋字幕组已经与全球范围内多所高校包括多伦多大学、伦敦大学学院等达成课程内容汉化授权协议。如果您对我们的工作内容感兴趣，欢迎添加微信 “iIoveus2014”，备注 “Hinton” 加入我们！

【雷锋字幕组】招募进行时！

雷锋字幕组隶属于雷锋网，我们呼唤来自各个领域的最强翻译与听译，加入我们这个由海内外优秀译者和科技人才组成的团队，将科技领域的最新资讯和成果传递给万千人，并亲眼见证未来科技发展的历史性时刻。

无论你是字幕组的老司机还是初出茅庐的小白，如果你对 AI 或互联网科技感兴趣，乐于分享，那还在等什么？快来加入我们吧！

What can you do？

字幕组内岗位如下：

1、运营：协助管理组维持字幕组专有在线协作平台和内部管理等；

2、听译：能准确听写台词，有较强听译能力；

3、翻译：有一定文字功底，翻译流畅通顺，细心严谨有耐心；

4、压制：最好有压片经验，如无也可进组后学习使用相应软件。

• 此前曾参与 TED、coursera 公开课等字幕翻译的加分！

• 我们会根据大家可利用时间的实际情况进行任务制定，各项工作组内可协调进行。

 What can you achieve？

• 对于入选的字幕组成员，将能第一时间参与雷锋网的学术、技术公开课；

• 我们将在视频中署上字幕组和翻译人员的名字，并在微信公众号、官网等处推送；

• 团队成员还有机会参与高端论坛和峰会，与更多极客同好交流；

• 定期的干货满满的内部交流沙龙和 workshop；

• 优质在线慕课课程独家优惠。

How to apply？

• 添加个人微信 “iloveus2014”， 我们将及时与您联系，并开始相应的招录工作。

• or：发送主题为 “申请雷锋字幕组 + 名字” 到邮箱 tianjinyang@leiphone.com，请附上 “申请岗位 + 个人技能”，以便我们筛选；

• 申请时间：长期有效。