Machine Learning学习笔记-概述

Coursera上新的一期机器学习课程开课啦。打算一边学习一边写下机器学习的笔记，希望能对机器学习感兴趣的小伙伴有所帮助~
本篇概述就介绍一下机器学习这门课。

课程信息

课程网站：机器学习|Coursera

开课时间：2017.10.30-2018.01.14

课程导师：Andrew Ng，中文名为吴恩达。Coursera联合创始人，斯坦福大学副教授。前百度研究员首席科学家及Google Brain负责人。若想更多地了解吴恩达，可以参考吴恩达 (Andrew Ng) 是一个怎样的人？

是否合适

那么，如何知道这门机器学习课程是否适合你呢？下面整理一下一些常见的疑问：

课程难度：
这门课是Stanford的计算机研究生课程CS229-Machine Learning的简化版，因为面向的对象更广泛，所以难度会大大降低，本课程十分适合作为入门课程。如果有一定的机器学习基础，或者在学习完本课程后，推荐学习更加深入的CS229课程。附——网易公开课的视频资源斯坦福大学公开课 ：机器学习课程，Stanford官网的CS229配套资料（注：视频和资料都是2008年的资料，不过知识不会过期，其内容依然值得推荐）。

预置要求：
根据课程上的介绍，

Students are expected to have the following background:
·Knowledge of basic computer science principles and skills, at a level sufficient to write a reasonably non-trivial computer program.
·Familiarity with the basic probability theory.
·Familiarity with the basic linear algebra.

简述之即基本的计算机编程能力、概率论与线性代数的基本知识。不过不必太担心啦~（我大一学的线代和大二学的概率论到了大三也都忘记了w）在需要数学知识的地方老师都会用通俗易懂的语言来讲述；而编程环境使用的是MATLAB/Octave，会在第二周时会有专门的MATLAB/Octave 指导。
所以个人认为，参与该课程真正需要的，只是自觉学习的决心，良好的英语能力（课程有中文字幕和英文字幕，不过个人最佳建议是不开字幕纯靠听力，因为中英文字幕都是由志愿者制作的，难免存在一些问题，而吴恩达的语速并不是很快，哪怕是1.5倍速播放也可以听清。如果要开字幕的话则建议使用英文字幕。）以及良好的上网环境（不然可能会出现无法播放视频的情况……）。

是否付费：
课程的内容是免费的，只要参加课程便可以访问视频及讲义等资料，也可以参加测验，不过可能无法访问部分作业。如果付费的话则需支付￥385的费用，付费后可以访问全部内容，并且通过课程后可以获得证书。（同时付费的话还可以激励自己学习。）所以是否付费视个人情况而定。
不过支付方式暂不支持支付宝，只支持信用卡/储蓄卡及PayPal支付。

课时情况：
每周的视频课程及材料阅读量的总时间大致在3小时左右。如果布置作业则完成作业约需要3小时。一般每天花费1小时的时间就绰绰有余了。

---

相信大家对这门课的基本信息已经有所了解。心动的就赶紧行动叭！另外我写的中文版笔记比较详细，可能有的时候会显得比较啰嗦。如果想要简洁版的可以访问我发布于个人博客的英文版笔记~。
愿共勉。