专栏名称: 机器学习算法那些事
定期分享机器学习领域原创文章,公众号内容涵盖了机器学习算法和python数据分析等文章,目前监督学习方法的文章应有尽有,非监督学习的原创文章一直在更新,欢迎机器学习爱好者和从业者的加入,互相学习,共同成长。
目录
相关文章推荐
每日英语  ·  中国文化 | 苏州园林(Where ... ·  昨天  
每日英语  ·  二十四节气 | ... ·  昨天  
清晨朗读会  ·  清晨朗读3124:a consensus ... ·  1 周前  
清晨朗读会  ·  清晨朗读3125:Thoughts on ... ·  6 天前  
BetterRead  ·  新初二二三事(四) ·  6 天前  
51好读  ›  专栏  ›  机器学习算法那些事

Github标星28k+!吴恩达机器学习课程笔记.pdf

机器学习算法那些事  · 公众号  ·  · 2023-08-01 14:19

正文

个人认为:吴恩达老师的机器学习课程,是初学者入门机器学习的最好的课程!我们整理了笔记(336页),复现的Python代码等资源,文末提供下载。

课程简介

课程地址:https://www.coursera.org/course/ml

Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演译。在过去的十年中,机器学习帮助我们自动驾驶汽车,有效的语音识别,有效的网络搜索,并极大地提高了人类基因组的认识。机器学习是当今非常普遍,你可能会使用这一天几十倍而不自知。很多研究者也认为这是最好的人工智能的取得方式。在本课中,您将学习最有效的机器学习技术,并获得实践,让它们为自己的工作。更重要的是,你会不仅得到理论基础的学习,而且获得那些需要快速和强大的应用技术解决问题的实用技术。最后,你会学到一些硅谷利用机器学习和人工智能的最佳实践创新。

本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括:

(一)监督学习(参数/非参数算法,支持向量机,核函数,神经网络)。

(二)无监督学习(聚类,降维,推荐系统,深入学习推荐)。

(三)在机器学习的最佳实践(偏差/方差理论;在机器学习和人工智能创新过程)。本课程还将使用大量的案例研究,您还将学习如何运用学习算法构建智能机器人(感知,控制),文本的理解(Web搜索,反垃圾邮件),计算机视觉,医疗信息,音频,数据挖掘,和其他领域。

本课程需要10周共18节课,相对以前的机器学习视频,这个视频更加清晰,而且每课都有ppt课件,推荐学习。

课程视频:https://www.bilibili.com/video/BV1W34y1i7xK

Github文件夹说明


docx:笔记的word版本

markdown:笔记的markdown版本

html:笔记的html版本

images:笔记的图片

ppt:课程的原版课件

srt:课程的中英文字幕(mp4文件需要在百度云下载,大家可以用记事本或者字幕编辑软件来编辑字幕,共同完善。

code:课程的python代码

机器学习课程视频:https://www.bilibili.com/video/BV1W34y1i7xK

笔记pdf版本(A4打印版,共336页)

机器学习教程中文笔记目录

资源下载

笔记、代码、word及markdown版本等资源都可以在Github下载:

https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes


可以在下面的公众号回复“吴恩达机器学习”获取网址下载。

解压密码“fengdu78”