这门课程由斯坦福大学教授Andrew NG在Coursera上讲授，对应斯坦福大学的全日制课程CS229，难度逐渐升级。涵盖了线性回归、逻辑回归、神经网络、SVM等监督学习算法，以及K-means、PCA、异常检测等无监督学习方法。此外，还讨论了推荐系统、大规模机器学习系统设计等特殊话题。课程结尾，吴恩达总结了构建机器学习系统的建议，包括如何评估、调试算法和决定下一步工作方向。
The content table of Machine Learning
This course is a coursera version teached by Andrew NG, AP of Stanford University, which corresponds to the full-time campus version CS229 at Stanford university, that is increasingly difficult version.
01_introduction
02_linear-regression-with-one-variable
03_linear-algebra-review
04_linear-regression-with-multiple-variables
05_octave-matlab-tutorial
06_logistic-regression
07_regularization
08_neural-networks-representation
09_neural-networks-learning
10_advice-for-applying-mac
最低0.47元/天 解锁文章
1140
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
