斯坦福大学《机器学习》笔记

[第1集] 机器学习的动机与应用 

[第2集] 监督学习应用.梯度下降 

[第3集] 欠拟合与过拟合的概念 

[第4集] 牛顿方法 

第一集，比较基础，没听

[第2集] 监督学习应用.梯度下降 

梯度下降（对所有样本求一遍偏导）

随机梯度下降（从样本集合里，随机选取一个样本，求偏导）

最小二乘算法推导

[第3集] 欠拟合与过拟合的概念 

概率角度解释：最大似然和最小二乘所求目标函数一致

局部加权回归

感知机算法

[第4集] 牛顿方法 

牛顿方法

广义线性模型：http://lib.csdn.net/article/machinelearning/39601