【斯坦福 CS229机器学习】中文速查笔记.pdf
Python大数据分析
共 653字,需浏览 2分钟
·
2021-04-29 19:08
斯坦福CS229是一门经典的机器学习课程,算是机器学习领域的明星课,相信不少人在B站上看过这门课的视频。
这门课主要介绍了机器学习和统计模式识别。
内容包括:
监督学习(生成/鉴别学习,参数/非参数学习,神经网络,支持向量机); 无监督学习(聚类,降维,核方法); 学习理论(偏见/方差权衡,VC理论); 强化学习和自适应控制; 还有对机器学习最新应用的讨论,例如机器人控制,数据挖掘,自主导航,生物信息学,语音识别以及文本和Web数据处理。
由于最近在学CS229,就去找了下课件资料,发现Github上很早就开源了课件笔记,图文形式,非常清晰。
该笔记整理了CS229所有重要的概念和技巧,主题包括六大块:监督学习、无监督学习、深度学习、机器学习技巧、概率和统计、线代微积分等,适合有点基础再看。
Github主页:
https://github.com/afshinea/stanford-cs-229-machine-learning
监督学习
无监督学习
深度学习
机器学习技巧
概率和统计
线性代数和微积分
PS:关注Python星球公众号,后台回复【3】,即可下载PDF和高清图片。
评论