深度学习基础班二期入学任务

[iamzhuoxuan]

欢迎你，开智学堂深度学习基础班二期学友！

为顺利参与课程，请你在 10 月 6 日 11:42 前完成以下入学任务 ——

任务说明

基础任务（必做）

1. 使用 Python 统计这篇 文章 出现频率最高的前 10 个「二元词组」，并输出它们的频率。「二元词组」即文章中所有接连出现的两个词，如「今天 天气 不错」有「今天 天气」，「天气 不错」两个「二元词组」。
2. Fork 本仓库，将上述成果同步至 Fork 后的 GitHub 个人仓库。建议你使用 Git 命令同步。

进阶任务（选做）

学有余力，还可选做以下进阶任务，会有额外加分喔 ；）

1. 求解以下函数相对 x 的导数：
   
2. 向量化 (vectorization) 计算是科学计算中必备的技巧。调研 Python 的 numpy 库中「向量化」的概念。熟悉概念之后，使用标准正态分布生成一个 100 元素的数组（以 0 为均值），用向量化方法将这个数组中 < 0 的元素设置成 0 。

提交方式

• 在本仓库新建一个 Issue ：
  • Issue title 为 [你的名号]完成 DL102 入学任务啦 ，例如：小明完成 DL102 入学任务啦；
  • Issue 正文给出 GitHub 仓库的任务成果地址；
  • 欢迎你在 Issue 正文中聊聊你完成入学任务的体验，分享学习深度学习的方法、经验。
• 提交截止时间：2017 年 10 月 6 日 11:42 。

提交后：

• 你将在 10 月 9 日 24:00 前收到邮件，知晓入学任务审核结果。若通过挑战，将正式进入课程学习；否则将在 10 月 13 日 24:00 前收到原支付渠道退还的全额学费。
• 若学有余力，还可预习课程参考书目：Neural Networks and Deep Learning（英文版/中文版）。

其它提醒

1. 完成基础任务，即可发布 Issue 提交任务成果，再持续增补。
2. 提交入学任务时，请同时填写学员信息表（见入学任务邮件）。越早提交任务及表单，越早收到后续学习通知。
3. 入学任务并非闭卷考试，你可以动用各种方法，帮助自己完成挑战 —— 如在本仓库发布 Issue 提问、和其他学友交流探讨、向身边的工程师朋友请教等。
4. GitHub 仓库使用可参考：课程任务 & 笔记 提交及相互反馈 操作指南 。

期待你的任务成果~

PS. 如果你还没有 GitHub 头像，建议尽快更新头像，方便其他学友记住你。尽量各平台统一哟 ;-)