Machine Learning(Coursera)课程学习笔记

简介

这门课将目前主流的机器学习的算法从底层到上层进行了介绍，不但包括算法的数学原理，实际开发编程的相关技巧，同时给出了各种算法的主要推演过程，使机器学习的算法不再是黑箱状态，成为我们能够驾驭的利器。更为重要的在构建机器学习系统时需要注意的事项，这是仅仅阅读无法获取到的巨大财富。
老师，吴恩达(Andrew Ng),华裔美国人，是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任。吴恩达是人工智能和机器学习领域国际上最权威的学者之一。吴恩达也是在线教育平台Coursera的联合创始人（with Daphne Koller）

学习基础

1. 了解外面世界的能力，Coursera在另一边(你懂得)
2. 一定的编程基础（matlab最好）
3. 至少高中的数学基础
4. 充足的时间

主要内容

课程主要包括：机器学习的定义，监督学习算法（线性回归，逻辑回归，神经网络以及支持向量机SVM），非监督学习算法（PCA，kmeans，异常检测），推荐系统（协同滤波算法），在线学习方法以及机器学习的应用（开发技巧，调试技巧，大数据量的学习），最后通过结合一个OCR的系统来说明机器学习系统的构建过程，主要课程的如下图所示

主要收获

• 了解了CV集的真正作用
• 了解到high bias和过拟合的数学含义，以及如何通过learning curves确定机器学习系统的状态
• 深入了解了各个算法的实际数据原理
• 深刻感受到了美国的教育和国内的不一样，在听课的时候感觉都明白了，但做起练习来就不一样了，练习比讲课要难一些，需要自己去查资料或翻讲义，需要真正去理解
  如下图所示。
  

总结

如果你可能从事IT领域的工作或对于人工智能有兴趣，又有一定基础，那么这门课就值得投入。