机器/深度学习笔记：吴恩达机器学习课程 | 编程练习

本练习代码参考来源：
    (1)黄海广博士笔记与练习数据及代码
    (2)https://blog.csdn.net/m0_37867091/category_9817315.html

说明：参考的机器学习课程(AndrewNg)练习代码都是jupyter Notebook编写的，每写完几行代码都可以运行查看其结果(可交互性比较强)，比较利于一步一步的学习，不断地理解代码，但是总体上代码的结构化并不是很好，有点乱(其中主要是因为就练习而言，为了对代码的理解，几行运行一个结果，所以会显得比较乱)，因此，为了使代码比较工整、结构化、更美观，本代码参照他们的代码运用pycharm进行编写，保存为py文件(当然这样编写也存在明显的缺点，就是对于代码的理解，不是很方便（如为了看一些中间的结果要加print），尤其是可视化，需要多加一些代码来控制数据的可视化图像)。
顺便吐槽： 做代码练习，用pycharm这种可交互性比较差的IDE（当然这类注重的是整体运行），尤其是在做数据可视化与理解每句代码的时候，真不如jupyter Notebook好用，做起来真麻烦！！！

目   录

吴恩达机器学习课程：编程练习 | (1) ex1-linear regression

吴恩达机器学习课程：编程练习 | (2) ex2-logistic regression

吴恩达机器学习课程：编程练习 | (3) ex3-neural network

吴恩达机器学习课程：编程练习 | (4) ex4-NN back propagation

吴恩达机器学习课程：编程练习 | (5) ex5-bias vs variance

吴恩达机器学习课程：编程练习 | (6) ex6-SVM

吴恩达机器学习课程：编程练习 | (7) ex7-kmeans and PCA

吴恩达机器学习课程：编程练习 | (8) ex8-anomaly detection and recommendation

练习数据与代码：https://github.com/giser-z/Coursera-ML-AndrewNg-Exercises