第一章 简介

本书为斯坦福吴恩达教授的在 coursera 上的机器学习公开课的知识笔记，涵盖了大部分课上涉及到的知识点和内容。

本书的章节安排与课程对应关系为：

斯坦福课程	本书章节
Week 2	线性回归
Week 3	逻辑回归
Week 4-5	神经网络
Week 6	算法分析与优化
Week 7	SVM（支持向量机）
Week 8	K-Means、特征降维
Week 9	异常检测、推荐系统
Week 10	大规模机器学习
Week 11	案例--光学字符识别

文中难免不少纰漏甚至严重错误，希望大家指正，这是对我最大的帮助。本书最大的目的也在于交流学习，而不在 star 和传播。任重而道远，你我共勉。