吴恩达《机器学习》笔记
吴恩达《机器学习》第一章:监督学习和无监督学习
吴恩达《机器学习》第二章:线性回归
吴恩达《机器学习》第三章:矩阵和向量
吴恩达《机器学习》第四章:多元线性回归
吴恩达《机器学习》第六章:逻辑回归
吴恩达《机器学习》第七章:正则化
吴恩达《机器学习》第八章:逻辑回归
吴恩达《机器学习》第九章:神经网络的学习
吴恩达《机器学习》第十章:应用机器学习的建议
吴恩达《机器学习》第十一章:机器学习系统的设计
吴恩达《机器学习》第十二章:支持向量机SVM
吴恩达《机器学习》第十三章:聚类
吴恩达《机器学习》第十四章:降维
吴恩达《机器学习》第十五章:异常检测
吴恩达《机器学习》第十六章:推荐系统
吴恩达《机器学习》第十七章:大规模机器学习
吴恩达《机器学习》第十八章:图片文字识别OCR
两周多终于把吴恩达的机器学习入门课学完了,吴恩达老师讲的通俗易懂,整体容易消化理解;在神经网络那里需要反复多看几遍,贴上自己的分章节笔记,便于以后深入理解修改以及复习;
汇总:学习笔记 —— 吴恩达《机器学习》课程