文件名称：吴恩达机器学习讲义
文件大小：14.16MB
文件格式：RAR
更新时间：2022-02-04 06:11:46
ML
这里面的内容是我在2011年上半年学习斯坦福大学《机器学习》课程的个人学习笔记，内容主要来自Andrew Ng教授的讲义和学习视频。 另外也包含来自其他论文和其他学校讲义的一些内容。每章内容主要按照个人学习时的思路总结得到。 由于是个人笔记，里面表述错误、公式错误、理解错误、笔误都会存在。更重要的是我是初学者，千万不要认为里面的思路都正确。 如果有疑问的地方，请第一时间参考Andrew Ng教授的讲义原文和视频，再有疑问的地方可以找一些大牛问问。
【文件预览】：
吴恩达机器学习讲义
----cs229-cvxopt2.pdf(197KB)
----(14)增强学习.pdf(900KB)
----cs229-notes8.pdf(81KB)
----(9)在线学习.pdf(531KB)
----cs229-notes6.pdf(51KB)
----cs229-notes3.pdf(176KB)
----(16)偏最小二乘法回归.pdf(279KB)
----cs229-notes1.pdf(230KB)
----cs229-notes5.pdf(87KB)
----cs229-notes10.pdf(75KB)
----(5)规则化和模型选择.pdf(895KB)
----cs229-notes12.pdf(74KB)
----(1)线性回归、logistic回归和一般回归.pdf(843KB)
----cs229-notes9.pdf(81KB)
----cs229-notes7a.pdf(265KB)
----(6)K-means聚类算法.pdf(533KB)
----cs229-notes7b.pdf(54KB)
----cs229-notes4.pdf(109KB)
----(15)典型关联分析.pdf(962KB)
----(4)支持向量机SVM（下）.pdf(1.15MB)
----cs229-cvxopt.pdf(149KB)
----cs229-prob.pdf(147KB)
----(7)混合高斯模型和EM算法.pdf(437KB)
----cs229-hmm.pdf(198KB)
----cs229-notes11.pdf(74KB)
----(13)因子分析.pdf(953KB)
----(8)EM算法.pdf(757KB)
----(12)线性判别分析.pdf(918KB)
----(10)主成分分析.pdf(1.72MB)
----cs229-gp.pdf(151KB)
----cs229-linalg.pdf(165KB)
----(3)支持向量机SVM（上）.pdf(878KB)
----(11)独立成分分析.pdf(906KB)
----cs229-notes2.pdf(858KB)
----请先查看该说明.txt(910B)
----ML-advice.pdf(313KB)
----(2)判别模型、生成模型与朴素贝叶斯方法.pdf(1.04MB)