斯坦福CS229机器学习课程由吴恩达教授和其他几位教授一起主讲,是机器学习领域里一门非常重要的课程。由于课程质量非常高,是许多人进入人工智能、机器学习领域的基石。
本课程广泛介绍机器学习和统计模式识别。主题包括:
学生应具有以下背景:
板块编号 | 笔记链接 |
---|---|
板块1 | 监督学习速查表 |
板块2 | 无监督学习速查表 |
板块3 | 深度学习速查表 |
板块4 | 机器学习技巧与经验 |
板块5 | 概率与统计基础 |
板块6 | 线性代数与微积分基础 |
作业编号 | solution地址 |
---|---|
作业1 | 线性回归与梯度下降 |
作业2 | 逻辑回归与梯度下降 |
作业3 | 多分类与神经网络预估 |
作业4 | 神经网络学习 |
作业5 | 高偏差/高方差与正则化 |
作业6 | SVM与垃圾邮件分类 |
作业7 | K-means与PCA |
作业8 | 异态检测与推荐系统 |