机器学习公开课汇总
机器学习目前比较热，网上也散落着很多相关的公开课和学习资源，这里基于课程图谱的机器学习公开课标签做一个汇总整理，便于大家参考对比。 1、Coursera上斯坦福大学Andrew Ng教授的“机器学习公开课”： 机器学习入门课程首选，斯坦福大学教授，Coursera联合创始人 ...
原文：机器学习&深度学习公开课&PPT资源整理（待更新）
公开课 伯克利 伯克利CS的本科生课程质量都很好，抽时间看看。 斯坦福MIT 前修课程 伯克利课程都有 向量微积分 vector calculus math 线性代数 math math or EE A B 概率论 CS or stat 机器学习和深度学习 CS Introduction to machine learning 机器学习 CS : Advanced Machine Learning ...
2019-02-22 21:03 0 934 推荐指数：
相关推荐
机器学习公开课笔记(7)：支持向量机
支持向量机(Support Vector Machine, SVM) 考虑logistic回归，对于$y=1$的数据，我们希望其$h_\theta(x) \approx 1$，相应的$\theta^ ...
机器学习公开课笔记(2)：多元线性回归
多元线性回归 一元线性回归只有一个特征$x$，而多元线性回归可以有多个特征$x_1, x_2, \ldots, x_n$ 假设 (Hypothesis)：$h_\theta(x)=\theta^T ...
机器学习公开课笔记(3)：Logistic回归
Logistic 回归 通常是二元分类器（也可以用于多元分类）,例如以下的分类问题 Email: spam / not spam Tumor: Malignant / benign ...
机器学习公开课笔记(1)：机器学习简介及一元线性回归
初步介绍 监督式学习: 给定数据集并且知道其正确的输出应该是怎么样的，即有反馈（feedback），分为 回归 （Regressioin）: map输入到连续的输出值。 分类 （Classification）：map输出到离散的输出值。 非监督式学习: 给定数据集，并不知道 ...
机器学习公开课笔记(10)：大规模机器学习
批梯度下降 (Batch Gradient Descent) 以线性回归为例，用梯度下降算法进行参数更新的公式为$$\theta_j=\theta_j-\alpha\frac{1}{m}\sum\limits_{i=1}^{m}(h_\theta(x^{(i)})-y^{(i)})x_j^{(i ...
【原】机器学习公开课 目录（课程笔记、测验习题答案、编程作业源码）...持续更新...
之前看过的机器学习课程。本文是相关课程笔记、习题答案、作业源码的电梯。 1 Coursera 斯坦福机器学习课程，Andrew Ng 1.1 说明 课程地址和软件下载 Coursera连接不上（视频无法播放），修改hosts文件 机器学习工具Octave安装（Win10环境） 1.2 ...
机器学习公开课笔记(5)：神经网络(Neural Network)——学习
这一章可能是Andrew Ng讲得最不清楚的一章，为什么这么说呢？这一章主要讲后向传播(Backpropagration, BP)算法，Ng花了一大半的时间在讲如何计算误差项$\delta$，如何计算 ...