點擊上方「深度學習技術前沿」,選擇「星標」公眾號
資源乾貨,第一時間送達
這門課是發布在 Coursera 上的,很多讀者容易把它與吳恩達的另一門課 CS229 混淆。其實,今天講的 Coursera 上的《Machine Learning》更加簡單。
其課程地址為:
https://www.coursera.org/learn/machine-learning
這門課基本涵蓋了機器學習的主要知識點,例如:線性回歸、邏輯回歸、支持向量機、神經網絡、K-Means、異常檢測等等。而且課程中沒有複雜的公式推導和理論分析。Ng 的目的是讓機器學習初學者能夠快速對整個機器學習知識點有比較整體的認識,便於快速入門。
這門課程的思維導圖:
如果有讀者想要看這份思維導圖的清晰版(包括原 .xmind 文件),
可以在公眾號後臺回覆:MLmind
這份筆記的作者是 Halfrost-Field 冰霜之地,筆記發布地址為:
https://github.com/halfrost/Halfrost-Field
所屬於 Machine Learning 一欄。
筆記包含了課程 11 周完整內容,每一周單獨對應一個 Jupyter Botebook 文件。
附加資源:
這門課配套相應的練習題。Github 上已經有人把作業整理成為 Python 的形式了。有 .py 和 .ipynb 兩種格式。
1. https://github.com/nsoojin/coursera-ml-py
2. https://github.com/kaleko/CourseraML
最後,為了節省大家下載時間,我已經把這份筆記的所有 Jupyter Notebook 下載下來並打包好了。
資料獲取方式:
1. 關注我們的公眾號「深度學習技術前沿」
2. 後臺回復「NGMLnotebook」 即可以獲取資料哈~