斯坦福机器学习: 网易公开课系列笔记(一)——课程简介
来源:互联网 发布:房卡麻将源码教程 编辑:程序博客网 时间:2024/05/19 18:37
最近学习了一下网易公开课上由Andrew Ng于08年在斯坦福大学开办的机器学习课程,受益颇深。作为一个刚入门的学习者,可以说吴恩达讲的通俗易懂,之前我是一直在看《统计学习方法》和《机器学习》两本书,上面的一些公式看的比较懵,但是听完这门课后觉得豁然开朗。这门课开设的比较早,再加上近年来机器学习领域的迅猛发展,里面的一些算法可能在现在已经被优化替代,但是作为准备“入坑”机器学习的新手来说,这还是一门非常好的学习课程。
课程讲义、problemset和相关知识的介绍,网上都可以找得到,唯一美中不足的就是中文字幕,最后几章的翻译更是不能直视。
课程视频链接: 【戳这里】
课程相关资料: 【戳这里】
课程目录
课程总共分为20课,一课70-90分钟,这里按照课程内容列出课程目录,可能与公开课的目录有所不同,某些章节整合成一个部分:
- 一:线性回归、梯度下降优化算法及最小二乘公式
- 二:局部加权回归、Logistic回归
- 三:牛顿法、广义线性模型
- 四:高斯判别分析、朴素贝叶斯
- 五:SVM、核函数、坐标上升法和SMO算法
- 六:特征选择和模型选择
- 七:贝叶斯正则化和机器学习相关应用的分析
- 八:k-means算法、EM算法、混合高斯模型
- 九:因子分析、PCA算法
- 十:SVD、ICA算法
- 十一:MDP(马尔科夫决策过程)
- 十二:离散与维数灾难、continus-states MDP
- 十三:有限边界MDP、LQR
- 十四:微分动态规划, kalman滤波器和LQG
- 十五:POMDP、策略搜索和pegasus算法
课程中部分地方的数学推导都只写出了最终结果,在笔记中我会将推导步骤尽可能详细的写出来,相关的符号定义也会在遇到相关问题的时候尽可能的表述清楚。
作为自己学习历程的记录,也希望对和我一样的初入门者有所帮助。
2 0
- 斯坦福机器学习: 网易公开课系列笔记(一)——课程简介
- 斯坦福机器学习: 网易公开课系列笔记(三)——局部加权回归、logistic回归
- 斯坦福机器学习: 网易公开课系列笔记(四)——牛顿法、广义线性模型
- 斯坦福机器学习: 网易公开课系列笔记(五)——高斯判别分析、朴素贝叶斯
- 斯坦福机器学习: 网易公开课系列笔记(二)——线性回归、梯度下降算法和最小二乘公式
- 斯坦福机器学习网易公开课笔记1
- 斯坦福机器学习网易公开课笔记2
- 斯坦福机器学习网易公开课笔记3
- 斯坦福机器学习网易公开课笔记4
- 斯坦福机器学习网易公开课笔记5
- 斯坦福机器学习网易公开课笔记6
- 斯坦福机器学习网易公开课笔记8
- 斯坦福机器学习网易公开课笔记9
- 斯坦福机器学习网易公开课笔记10
- 斯坦福机器学习网易公开课笔记11
- 斯坦福机器学习网易公开课笔记12
- 斯坦福机器学习网易公开课笔记13a
- 斯坦福机器学习网易公开课笔记14
- HDU1698 Just a Hook
- 云端卫士实战录 | OFTest 的安装和使用
- 写给开发者:记录日志的10个建议
- MySQL 游标遍历
- windows系统下使用vs2010命令行的nmake命令编译gdal源码
- 斯坦福机器学习: 网易公开课系列笔记(一)——课程简介
- Java之Thread线程相关yield()、sleep()、wait()、join()、run和start区别详解
- Swift-学习的一些参考链接
- sql语句查询执行顺序
- activiti工作流的web流程设计器整合视频教程 SSM和独立部署
- 读书笔记 effective c++ Item 11 在operator=中处理自我赋值
- 基本数据类型和对应的封装类型详解
- Android开发:Environment类的接口详解
- Angular学习:$q