机器学习: 卷积层
讲解卷积层的稀疏交互、参数共享、平移等变特性及卷积运算的具体结构
ML/DL
机器学习: 全连接层
讲解全连接层的结构、前向传播与反向传播的梯度计算公式
机器学习: 简单神经网络（前馈神经网络）的原理
讲解前馈神经网络的基本结构、前向传播与反向传播原理及梯度下降优化
机器学习: 激活函数
讲解激活函数的作用与要求，介绍Sigmoid、Tanh、ReLU及其变体等常见激活函数
机器学习: 损失函数与正则化
讲解回归与分类任务的常用损失函数及其极大似然推导，以及正则化方法
机器学习: 基本概念
介绍机器学习基础概念，包括模型评价标准、过拟合与欠拟合、数据集划分等