斯坦福CS229机器学习笔记 转载自:Teeyohuang 斯坦福CS229机器学习笔记 Lecture1 - 机器学习的基本概念 Lecture2 - 线性回归+梯度下降+正规方程组 Lecture3 - 局部加权线性回归和 logistic regression Lecture4 - 指数分布族 和 广义线性模型 GLM Lecture5 - 生成学习算法+高斯判别GDA+朴素贝叶斯+拉普拉斯平滑 Lecture6 - 多元伯努利事件模型+SVM支持向量机 Lecture7 - SVM支持向量机 之 最优间隔分类器 + 原始/对偶问题 + SVM对偶问题 Lecture8 - SVM支持向量机 之核方法 + 软间隔 + SMO 算法 Lecture9 - Learning Theory 学习理论 参考: https://blog.csdn.net/Teeyohuang/article/details/80848018