Github标星24300！吴恩达机器学习课程笔记.pdf

个人认为：吴恩达老师的机器学习课程，是初学者入门机器学习的最好的课程！我们整理了笔记（336页），复现的Python代码等资源，文末提供下载。

课程简介

课程地址：https://www.coursera.org/course/ml

Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演译。在过去的十年中，机器学习帮助我们自动驾驶汽车，有效的语音识别，有效的网络搜索，并极大地提高了人类基因组的认识。机器学习是当今非常普遍，你可能会使用这一天几十倍而不自知。很多研究者也认为这是最好的人工智能的取得方式。在本课中，您将学习最有效的机器学习技术，并获得实践，让它们为自己的工作。更重要的是，你会不仅得到理论基础的学习，而且获得那些需要快速和强大的应用技术解决问题的实用技术。最后，你会学到一些硅谷利用机器学习和人工智能的最佳实践创新。

本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括：

（一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。

（二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。

（三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控制），文本的理解（Web搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘，和其他领域。

本课程需要10周共18节课，相对以前的机器学习视频，这个视频更加清晰，而且每课都有ppt课件，推荐学习。

课程视频：https://www.bilibili.com/video/BV1W34y1i7xK

编者注

本人2014年下半年开始翻译本课程字幕，并写了课程的中文笔记。笔记被下载了几万次，应该帮助了不少人，也有很多人一直在帮助我，现在我把笔记的word原稿和markdown原稿分享给大家。

markdown的笔记和课程中英文字幕我将放在Github，希望大家能继续完善。为方便数学公式的在线显示，在线观看的是html文件，公式已经被转为图片，公式源码在markdown文件。

最后想对各位朋友说：赠人玫瑰，手有余香！在人工智能的道路上，你不是一个人在战斗！

黄海广

2018-3-26 夜

笔记打印效果图(是薄的那本)

深度学习笔记在这里。

笔记参考

1. https://www.coursera.org/course/ml 机器学习公开课

2. https://mooc.guokr.com/user/2133483357/ 小小人_V的个人笔记

3. 《统计学习方法》李航

4. 《机器学习课》邹博

Github文件夹说明

docx：笔记的word版本

markdown：笔记的markdown版本

html：笔记的html版本

images：笔记的图片

ppt：课程的原版课件

srt：课程的中英文字幕（mp4文件需要在百度云下载，大家可以用记事本或者字幕编辑软件来编辑字幕，共同完善。

code：课程的python代码

机器学习课程视频：https://www.bilibili.com/video/BV1W34y1i7xK

笔记pdf版本（A4打印版，共336页）

机器学习教程中文笔记目录

资源下载

笔记、代码、word及markdown版本等资源都可以在Github下载：

https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

文件较大，也可以用百度云下载Github打包文件：

链接：

https://pan.baidu.com/s/1LnTSEobcE4-hXgfYtdf4gQ?pwd=453g

提取码：453g

若链接失效，可以在公众号回复“吴恩达机器学习”获取网址下载。

解压密码“fengdu78”

往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载中国大学慕课《机器学习》（黄海广主讲）机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑
AI基础下载机器学习交流qq群955171419，加入微信群请扫码：