机器学习入门的绝佳材料：斯坦福大学机器学习课程原始讲义(含公开课视频)

• 斯坦福大学机器学习课程原始讲义 
  

    本资源为斯坦福大学机器学习课程原始讲义，为 Andrew Ng  所讲，共计20个PDF，基本涵盖了机器学习中一些重要的模型、算法、概念，此次一并压缩上传分享给大家，朋友们可以直接点击右边下载： 斯坦福大学机器学习课程原始讲义.zip 。

• 斯坦福大学机器学习公开课视频
  

      与之配套的则是斯坦福大学的机器学习公开课的视频：

       1. 网易翻译的公开课视频： http://v.163.com/special/opencourse/machinelearning.html ；

       2. 斯坦福机器学习课程主页： http://cs229.stanford.edu/materials.html ；
      可以说，这套讲义 + 视频的机器学习材料，不一定是最好的机器学习材料，但一定是绝佳的机器学习的入门材料。

• 斯坦福机器学习课程笔记
  

     去年6月初，blog内写过一篇SVM的文章 http://blog.csdn.net/v_july_v/article/details/7624837 ，当时自觉可以了，然最近两天看一朋友做作的斯坦福大学机器学习课程笔记之后，让自己对核函数的本质及SMO算法的理解更进一层，豁然开朗。上述此套斯坦福大学机器学习课程原始讲义+公开课，的确是绝佳的机器学习的入门材料。

原文： http://www.51weixue.com/forum.php?mod=viewthread&tid=307&page=1#pid1935
    后续，我将主要根据上述这个讲义 + 公开课视频，并参考相关资料，做一系列机器学习课程笔记，发布在本论坛上，欢迎大家届时一同学习，讨论。【ZZ】机器学习入门的绝佳材料：斯坦福大学机器学习课程原始讲义(含公开课视频)