[置顶] 機器學習基石(Machine Learning Foundations) 机器学习基石 课后习题链接汇总

        大家好,我是Mac Jiang,很高兴您能在百忙之中阅读我的博客!这个专题我主要讲的是Coursera-台湾大学-機器學習基石(Machine Learning Foundations)的课后习题解答。笔者是在学习了Ng的Machine Learning之后开始学习这门课程的,但还是感觉收获颇丰。Ng的课程主要站在计算机专业的角度,教你如何使用机器学习,注重方法而不是数学推导,是一门很好的入门教程;而林轩田老师的机器学习基石是站在统计分析角度,证明机器学习算法为什么要这么做,更加注重于理论的证明,如果你想更加深入了解机器学习,或者想自己编写机器学习算法的,学习这门课还是很有必要的!

        首先声明,笔者在这里提供一些作业解答的目的不是为了让你得到更高的分数,而是对一些学习上有困难的同学提供一些帮助。笔者的目的是提供一种可行的思路,但是说实话,这里面很多题目笔者也没能够理解。在每次做完作业后都感觉有各种问题,但是在百度,google上又找不到相应解答,这是一位初学学者莫大的痛苦,所以开贴为读者带来一些个人的见解,所以如果各位博友发现任何错误或者有更好的思考方法,请留言联系,谢谢!再次提醒:请不要以此博客作为通过考试的用途,还是更好学习、理解课程的途径!


1.作业一

(1)作业一课后习题解答:http://blog.csdn.net/a1015553840/article/details/50986313

(2)作业一Q15-17 C++实现(PLA) http://blog.csdn.net/a1015553840/article/details/50979434

(2)作业一Q18-20 C++实现(Pocket PLA)http://blog.csdn.net/a1015553840/article/details/50979640


2.作业二

(1)作业二课后习题解答:http://blog.csdn.net/a1015553840/article/details/51043019

(2)作业二Q16-18 C++实现:http://blog.csdn.net/a1015553840/article/details/51023193

(3)作业二Q19-20 C++实现:http://blog.csdn.net/a1015553840/article/details/51029765


3.作业三

(1)作业三课后习题解答:http://blog.csdn.net/a1015553840/article/details/51103645

(2)作业三Q13-15 C++实现(Linear Regression):http://blog.csdn.net/a1015553840/article/details/51085094

(3)作业三Q18-20 C++实现(Logistic Regression):http://blog.csdn.net/a1015553840/article/details/51085835



未完待续。。。

你可能感兴趣的:(机器学习,learning,machine,C++实现,fou,機器學習基石,NTU)