吴恩达机器学习系列内容汇总

0. 学习机器学习过程中的一些经验与方法
1. 吴恩达机器学习（一）—— 简介
2. 吴恩达机器学习（二）—— 线性回归
3. 吴恩达机器学习（三）—— ex1：Linear Regression（MATLAB+Python）
4. 吴恩达机器学习（四）—— Logisitic回归
5. 吴恩达机器学习（五）—— 正则化
6. 吴恩达机器学习（六）—— ex2：Logistic Regression（MATLAB+Python）
7. 吴恩达机器学习（七）—— 神经网络：Representation
8. 吴恩达机器学习（八）—— ex3：Multi-class Classification and Neural Networks（MATLAB+Python）
9. 吴恩达机器学习（九）—— 神经网络：Learning
10. 吴恩达机器学习（十）—— ex4：Neural Networks Learning（MATLAB+Python）
11. 吴恩达机器学习（十一）—— 应用机器学习的建议
12. 吴恩达机器学习（十二）—— 机器学习系统的设计
13. 吴恩达机器学习（十三）—— ex5：Regularized Linear Regression and Bias v.s. Variance（MATLAB+Python）
14. 吴恩达机器学习（十四）—— 支持向量机
15. 吴恩达机器学习（十五）—— ex6：Support Vector Machines（MATLAB+Python）
16. 吴恩达机器学习（十六）—— 聚类
17. 吴恩达机器学习（十七）—— 降维
18. 吴恩达机器学习（十八）—— ex7：K-means Clustering and Principal Component Analysis (MATLAB + Python)
19. 吴恩达机器学习（十九）—— 异常检测
20. 吴恩达机器学习（二十）—— 推荐系统
21. 吴恩达机器学习（二十一）—— ex8：Anomaly Detection and Recommender Systems (MATLAB + Python)
22. 吴恩达机器学习（二十二）—— 大规模机器学习
23. 吴恩达机器学习（二十三）—— 应用实例：图片文字识别

  
  写在后面的话：

  时隔将近一年，想把自己学习吴恩达机器学习系列课程时整理的笔记写成博客的想法，终于从开始萌芽到现在完成实现了。这个课程是研一的时候学的，当时除了上课也不知道该学些什么，偶然知道吴恩达老师的机器学习系列课程，又因为与自己的专业很相近，对以后可能会很有帮助，就开始学了起来。
  看视频、做笔记，一个阶段内容学完之后进行相应的编程练习，就是当时的学习步骤。因为在开始学习机器学习课程前，我先学习了Python语言，所以为了巩固所学的知识，每次编程练习时，除了用课程提供的MATLAB代码实现之外，我还会用Python语言再实现一遍。虽然大多数情况下还是会参考别人写好的代码，然后自己进行理解并改进，但是还是学到了很多知识。
  开始学习这个课程大概是2020年年初，本来计划着一两个月学完。但因为寒假和疫情迟迟没有开学的原因，在家学习效率低，一直拖到3月初才学完。虽然用的时间长，但是发现学完之后知识掌握的还是比较牢固和扎实的，加之吴恩达老师讲解的比较通俗易懂，学完之后还是很有收获。
  开始有想把当时学习过程中整理的笔记写成博客的想法，是在5月份了。当时因为疫情的原因还是没能开学，在家除了上课，就是补充了一些这门课中没有涉及的机器学习内容，比如决策树、朴素贝叶斯、AdaBoost等知识，然后开始了吴恩达深度学习系列课程的学习。到后面的时候，慢慢发现机器学习中的有些内容已经有所忘记，而且当时第一次学习，很多内容都不理解，笔记也记得比较乱，所以就有了写成博客的想法。一方面是想整理一下当时学的内容，顺便再复习一下；另一方面是想可以写出来提供给有需要的人看，帮助大家一起学习，并进行交流。
  这一写就写了将近一年，现在终于整理完成了。大体的内容和框架都是吴恩达老师上课讲的，自己进行了整理和简化。博客里的图表都是自己画的，因为吴恩达老师上课时的图表一般都是手画的，比较凌乱，所以为了方便阅读，几乎都重新画了一遍，这也导致写起来比较慢。加上平时还要学习别的东西，研究课题等，写这个系列内容不知不觉竟用了快一年时间了。
  最后的最后，希望写的东西可以帮助到大家的学习，也希望可以跟大家一起学习、共同进步！