《机器学习》课程心得(1)

本文分享了作者在Coursera上完成Machine Learning课程后的感受。Stanford教授Andrew Ng深入浅出的教学方式深受赞赏,强调了线性代数在机器学习中的关键作用,并提到Octave作为矩阵运算工具的便捷性。通过学习,作者领悟到数学在计算机科学特别是机器学习中的核心地位。
摘要由CSDN通过智能技术生成

天submit了Coursera上Machine learning 课程的最后一个programming exercise,呼一口气,顿时觉得整整两个月的努力一下子变得云淡风轻了。(链接地址:https://class.coursera.org/ml-2012-002/class/index

总结

大概上我有几点体会:

1. Stanford 的老师Andr

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值