神经网络使用的是学习算法，此算法受到我们对大脑汲取知识过程的理解所启发而产生，但是对其评估需按照实际应用中的效果，如语音识别、物体识别、图像检索以及推荐用户可能喜欢的产品的能力。随着计算机功能变得越来越强大，神经网络正逐渐取代更简单的机器学习方法，并已经成为了新一代语音识别装置的核心，而且在识别图像中的物体方面正开始超越早期系统。这门课程将介绍用于学习这些进展的新式学习步骤，这包括学习多层非线性特征的有效的新步骤，并且课上你将学到需要将这些步骤运用于其他许多领域的技巧和知识。

先修知识 
熟练使用Matlab、Octave或Python语言进行编程。具备足够的微积分知识，能够区分简单函数。了解线性代数知识，可以理解包含向量和矩阵的简单等式。掌握用于理解概率密度定义的足够的概率定理知识。 

授课形式 
这门课程将由时长介于5至15分钟之间的教学视频构成。 

常见问题解答 
- 我需要为这门课程准备什么？
你需要访问计算机，并使用Matlab、Octave或者Python语言编写的学习算法进行试验。如果你使用Matlab语言，则你将需要自备许可证。
- 选修这门课程，我将有什么收获？
你会了解神经网络如何能够将几乎所有句子合理地编写完成。