第0节-斯坦福cs229机器学习笔记

  国内本科和研究生对于机器学习的热情特别高涨,北邮研一开了一门机器学习与模式识别的课程100人的课容量,两秒就抢没了。然而据我观察很多同学学习机器学习的时候有两个问题,第一学习资料杂乱,符号标记不一致导致公式推导过程难以记忆。第二,缺少动手编程的机会,因此对很多公式理解不深刻。
  斯坦福人工智能实验室是人工智能领域的扛把子,牛人包括现在在百度的吴恩达NG(具体课程CS229)和现在在Google的李飞飞(具体课程CS231)。这个笔记是基于CS229机器学习课程的讲解做出的笔记。NG风度翩翩,上课逻辑清晰,有着理工男特有的人格魅力。另外本笔记也会结合李航《统计学习方法》和林轩田《机器学习基石》对NG课程没有展开的点做一点通俗的说明,一来做到理清知识点关系,二来可以备忘,做到温故知新。
  笔记在编写过程中发现,CSDN的markdown功能特别不好用。不能控制字体大小,不能控制图片大小,是否居中,公式编辑显示有问题,使得整个markdown页面显示出来很垮,不方便学习使用,因此统一使用Word进行排版以后,生成图片进行上传。markdown效果如下:
  第0节-斯坦福cs229机器学习笔记_第1张图片
  CS229共20个视频,本笔记每一节对应一个视频,各位看官下载CS229讲义英文如果看着费劲,可以先通读一下本笔记,知道大致讲的是什么东西,再来看英文讲义,绝对会提高效率,有问题也可以提出,希望和大家一起进步。
  现已将笔记资源上传,请移步:
  第一到三课
  第四到六课
  第七到九课
  第十到十二课
  第十三到十五课
  多读论文,多写代码,多与大牛交流。共勉。

  

你可能感兴趣的:(机器学习,机器学习要点)