吴恩达-斯坦福CS229机器学习课程-2017（秋）最新课程分享

吴恩达主讲的机器学习-2017年秋季课程已经开课啦，今天跟大家分享这套课程。

课程介绍

本课程主要介绍机器学习和统计模式识别相关的知识。内容主要包括：监督学习（生成/判别学习，参数/非参数学习，神经网络，支持向量机）；无监督学习（聚类，维数规约，核方法）；学习理论（偏差/方差权衡；VC理论；大边缘概率）；强化学习和自适应控制。课程还将讨论机器学习在一些领域的最新应用，如机器人控制，数据挖掘，自主导航，生物信息学，语音识别，文本和网络数据处理等。

课程大纲：

课程首页：

http://cs229.stanford.edu/

课程ppt等资料下载地址：

链接: https://pan.baidu.com/s/1bozLucJ

密码: 公众号回复“mlwu”

课程Preview视频地址：

https://mvideos.stanford.edu/Preview/LoadPreview/109

往期精彩内容推荐：

VAST最佳论文推荐-Tensorflow中深度学习模型可视化的研究

麻省理工学院-2017年-深度学习与自动驾驶视频课程分享

《纯干货16》调整学习速率以优化神经网络训练

<模型汇总_3>神经翻译模型（NMT）新宠Adversarial-NMT

<模型汇总_2>深度学习加速神器-BNN

<深度学习优化策略-1>Batch Normalization（BN）

<模型汇总_5>生成对抗网络GAN及其变体SGAN_WGAN_CGAN_DCGAN_InfoGAN_StackGAN

<深度学习优化策略-4> 基于Gate Mechanism的激活单元GTU、GLU

<纯干货-5>Deep Reinforcement Learning深度强化学习_论文大集合

深度学习模型-13 迁移学习（Transfer Learning）技术概述

纯干货12 2017年5月份-李宏毅-最新GAN中文视频教程分享

模型汇总20-TACOTRON一种端到端的Text-to-Speech合成模型

更多深度学习在NLP方面应用的经典论文、实践经验和最新消息，欢迎关注微信公众号“深度学习与NLP”或“DeepLearning_NLP”或扫描二维码添加关注。