CS299读书笔记

第一集 2017-04-19

背景知识：
1、计算科学的知识
数据结构：队列、栈、二叉树
2、统计概率知识
本科知识：期望、方差等
3、线性代数方面
矩阵、向量、特征向量等等
相关资料网址
http://cs229.stanford.edu
基本介绍：
1、监督学习（回归&分类）2、学习理论；
3、无监督学习（聚类）；4、强化学习；

###########

线代和概率统计的知识应该还好，计算机和Matlab也许要下点功夫吧。

看到了ML在工程上的应用，感觉还是蛮厉害。我自己的想法还是太局限。不是调个包，跑个模型就是ML。

Too Naive呀。借着后面的视频，顺便复习下数学知识吧。

2017-04-19 23:00:00  于杭州

第二集 2017-04-23

主要讲线性回归，以及求解的几种方法：梯度下降、随机梯度下降、正规方程等。

计算步骤而言明白清晰，但是数学原理则不清楚咯。比如：梯度下降方向为什么是目标函数值下降的方向。

2017-04-23 于杭州

###---公司出了些变故，虽然不干我一毛四，但是课程是拉下了。梯度下降和随机梯度下降的R代码上周写好了，这周整理下贴上来吧。

2017-05-03