学习感言：从3.7第一天开始，到今天4.4，一个多月的时间，陆续完成了听课，代码实现和总结博客，过程些许艰难，作为一个刚入门的学习者，收获了很多。总结一下这一段时间的学习过程吧。后面的学习方向还在思考。目录1.0线性回归预测2.0线性可分logistic逻辑回归2.1线性不可分logistic逻辑回归3.0logistic逻辑回归手写多分类问题3.1神经网络正向传播4.0神经网络反向传播（BP算法）5.0方差与偏差6.0SVM支持向量机7.0kmeans聚类7.1PCA主成分分析8.0异常检测8.1推荐系统（协同过滤算法）作业涉及到的数据集：之前的数据集过期了，重新更新链接：https://p

?课程学习中心|?深度学习课程合辑|?课程主页|?中英字幕视频|?项目代码解析|?完整学习笔记课程介绍人工智能正在改变许多行业。本门课程可以帮助学习者了解深度学习的基础知识与挑战，并为参与前沿AI技术的开发做好准备，是非常好的入门学习选择。本门课程『DeepLearningSpecialization』可以帮助学习者掌握知识和技能，并邀请工业界与学术界的深度学习专家为大家提供职业发展建议，提供一条迈向AI世界的清晰途径。在本课程中，学习者将构建和训练神经网络架构，例如卷积神经网络、循环神经网络、LSTM、Transformers，并学习如何使用Dropout、BatchNorm、Xavier/

?课程学习中心|?深度学习课程合辑|?课程主页|?中英字幕视频|?项目代码解析|?完整学习笔记课程介绍人工智能正在改变许多行业。本门课程可以帮助学习者了解深度学习的基础知识与挑战，并为参与前沿AI技术的开发做好准备，是非常好的入门学习选择。本门课程『DeepLearningSpecialization』可以帮助学习者掌握知识和技能，并邀请工业界与学术界的深度学习专家为大家提供职业发展建议，提供一条迈向AI世界的清晰途径。在本课程中，学习者将构建和训练神经网络架构，例如卷积神经网络、循环神经网络、LSTM、Transformers，并学习如何使用Dropout、BatchNorm、Xavier/