很多有价值的数据集

本文是作者机器学习的经验总结，适合所有对机器学习感兴趣的初学者。 通过本文，你可以了解到机器学习的基础知识、梯度下降法、反向传播算法、架构、图像处理方法、自然语言处理方法以及（高级）无监督学习基础等多个方面的内容。此外，对于初学者的延伸学习，作者也给出了自己的建议。

近年来，深度学习在语音、图像、自然语言处理等领域取得非常突出的成果，成了最引人注目的技术热点之一。美团点评这两年在深度学习方面也进行了一些探索，其中在自然语言处理领域，我们将深度学习技术应用于文本分析、语义匹配、搜索引擎的排序模型等；在计算机视觉领域，我们将其应用于文字识别、目标检测、图像分类、图像质量排序等。下面我们就以语义匹配、图像质量排序及文字识别这三个应用场景为例，来详细介绍美团点评在深度学习技术及应用方面的经验和方法论。

本文的重点是实现，并不会从理论和概念上详细解释深度神经网络、卷积神经网络、最优化方法等基本内容。但是机器之心发过许多详细解释的入门文章或教程，因此，我们希望读者能先了解以下基本概念和理论。当然，本文注重实现，即使对深度学习的基本算法理解不那么深同样还是能实现本文所述的内容。

深度学习 (deep learning)：深度学习是机器学习中的一个分支，试图通过具有多个处理层的计算模型对数据进行多层抽象。

这年头，谈话间，不夹杂点“人工智能”，“机器学习”，“深度学习”这样的字眼，就跟九十年代追不上互联网的时髦一样——丢份！可是呢，说白了，真正懂行的没几个，真的没几个。几个月前，我也属于多少能跟风提两嘴，但当真不明白这人工智能到底根子上是啥玩意儿的吃瓜群众。谁要是跟我提里面的技术…

如果您具有数学和计算机科学方面的工程背景或相关知识的编码经验，只需两个月即可熟练掌握深度学习。 难以置信？ 四步使它成为可能。