Machine Learning lectures- 机器学习课程

http://blog.csdn.net/pipisorry/article/details/45010849

机器学习Machine Learning - Andrew NG courses学习笔记

Machine Learning lectures - 机器学习课程

Machine Learning - I. Introduction机器学习综述 (Week 1)

Machine Learning - II. Linear Regression with One Variable单变量线性回归 (Week 1)

Machine Learning - III. Linear Algebra Review线性代数 (Week 1, Optional)

Machine Learning - IV. Linear Regression with Multiple Variables多变量线性规划 (Week 2)

Machine Learning - V. Octave Tutorial Octave教程 (Week 2)

Machine Learning - VI. Logistic Regression逻辑规划 (Week 3)

Machine Learning - VII. Regularization规格化 (Week 3)

Machine Learning - VIII. Neural Networks Representation神经网络的表示 (Week 4)

Machine Learning - IX. Neural Networks Learning神经网络 (Week 5)

Machine Learning - X. Advice for Applying Machine Learning应用机器学习的建议 (Week 6)

Machine Learning - XI. Machine Learning System Design机器学习系统设计(Week 6)

Machine Learning - XII. Support Vector Machines支持向量机(Week 7)

Machine Learning - XIII. Clustering聚类 (Week 8)

Machine Learning - XIV. Dimensionality Reduction降维 (Week 8)

Machine Learning - XV. Anomaly Detection异常检测 (Week 9)

Machine Learning - XVI. Recommender Systems 推荐系统(Week 9)

Machine Learning - XVII. Large Scale Machine Learning大规模机器学习 (Week 10)

Machine Learning - XVIII. Application Example Photo OCR应用实例-照片OCR(Week10)

Machine Learning - Summary机器学习课程总结

ps:机器学习课程博客完成^-^ !欢迎提问和评论！

from:http://blog.csdn.net/pipisorry/article/details/45010849

ref:http://cs229.stanford.edu/

Machine Learning lectures- 机器学习课程相关推荐

【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 17—Large Scale Machine Learning 大规模机器学习...
Lecture17 Large Scale Machine Learning大规模机器学习 17.1 大型数据集的学习 Learning With Large Datasets 如果有一个低方差的模型 ...
Paper：《A Few Useful Things to Know About Machine Learning—关于机器学习的一些有用的知识》翻译与解读
Paper:<A Few Useful Things to Know About Machine Learning-关于机器学习的一些有用的知识>翻译与解读目录 <A Fe ...
Paper：《Hidden Technical Debt in Machine Learning Systems—机器学习系统中隐藏的技术债》翻译与解读
Paper:<Hidden Technical Debt in Machine Learning Systems-机器学习系统中隐藏的技术债>翻译与解读导读:机器学习系统中,隐藏多少技术 ...
Paper之ICML：2009年~2019年ICML历年最佳论文简介及其解读—(International Conference on Machine Learning,国际机器学习大会)
Paper之ICML:2009年~2019年ICML历年最佳论文简介及其解读-(International Conference on Machine Learning,国际机器学习大会) 导读:十年 ...
Auto Machine Learning 自动化机器学习笔记
⭐适读人群:有机器学习算法基础 1. auto-sklearn 能 auto 到什么地步? 在机器学习中的分类模型中: 常规 ML framework 如下图灰色部分:导入数据-数据清洗-特征工程-分 ...
【Machine Learning】机器学习の特征
绘制了一张导图,有不对的地方欢迎指正: 下载地址机器学习中,特征是很关键的.其中包括,特征的提取和特征的选择.他们是降维的两种方法,但又有所不同: 特征抽取(Feature Extraction): ...
一周一论文（翻译）—— [PVLDB 12] Distributed GraphLab A Framework for Machine Learning 分布式机器学习图计算框架
摘要虽然高级别数据并行框架,像MapReduce,简化了大规模数据处理的设计和实现的系统,他们没有自然或有效地支持许多重要数据挖掘和机器学习算法并且导致学习系统效率低下.为了帮助填补这一重要空白,我 ...
人工智能（Machine Learning）—— 机器学习
机器学习一.人工智能.机器学习与深度学习人工智能机器学习经典机器学习基于神经网络的机器学习 ...
Machine Learning -- 揭开机器学习的面纱
揭开机器学习的面纱 1. 何为机器学习? 2. 机器学习的前世今生 3. 机器学习的常用算法 4.机器学习的分类 4.1 按照学习方式类 4.1.1 监督学习 4.1.2 无监督学习 4.1.3 强化 ...
【Hands-On Machine Learning】机器学习的类型
文章目录机器学习的类型 1 Supervised/Unsupervised Learning 1.1 Supervised learning 1.2 Unsupervised learning 1. ...

Machine Learning lectures- 机器学习课程

Machine Learning lectures- 机器学习课程相关推荐

最新文章

热门文章