【Stanford's CS 229】机器学习技巧和秘诀

? 前言

相信经常混Machine Learning各大学习圣地的朋友们多少有听说过斯坦福大学的CS229机器学习课程（Stanford's CS 229 Machine Learning course）的呢，今天在GitHub上看到一个项目，作者Afshine Amidi (Ecole Centrale Paris, MIT)总结了自己学习该课程的重要知识点，然后每个模块输出一张囊括重点的图表（有点像我们期末备考时候的考点梳理哈哈哈），大概看了一下，作者把机器学习知识点分成了：

Supervised Learning（监督学习）

Unsupervised Learning（无监督学习）

Deep Learning（深度学习）

Tips and tricks（技巧与秘诀）

Probabilities and Statistics（概率与统计）

Algebra and Calculus（线性代数和微积分）

? 正文——机器学习技巧与秘诀

? 作者

Afshine Amidi (Ecole Centrale Paris, MIT) 和 Shervine Amidi (Ecole Centrale Paris, Stanford University)

? 译者

Wang Hongnian, Xiaohu Zhu, Chaoying Xue

 推荐阅读  

【小编心得】互联网公司实习一年，我被迫知道了这些内幕...

当代青年升级进化论

ML_Basic-机器学习常见概念

Machine Learning-模型评估与调参（完整版）

Machine Learning-教你用Scikit-Learn来做分类器

Machine Learning-常见算法优缺点汇总

Machine Learning-模型结果的应用之道