斯坦福CS229机器学习中文速查笔记.pdf
2021-05-11 本文已影响0人
朱卫军AI_Python
斯坦福CS229是一门经典的机器学习课程,算是机器学习领域的明星课,相信不少人在B站上看过这门课的视频。

这门课主要介绍了机器学习和统计模式识别。内容包括:监督学习(生成/鉴别学习,参数/非参数学习,神经网络,支持向量机);无监督学习(聚类,降维,核方法);学习理论(偏见/方差权衡,VC理论);强化学习和自适应控制。还有对机器学习最新应用的讨论,例如机器人控制,数据挖掘,自主导航,生物信息学,语音识别以及文本和Web数据处理。
由于最近在看,就去找了下课件资料,发现Github上很早就开源了课件笔记,图文形式,非常清晰。

该笔记整理了CS229所有重要的概念和技巧,主题包括六大块:监督学习、无监督学习、深度学习、机器学习技巧、概率和统计、线代微积分等,适合有点基础再看。
监督学习

无监督学习

深度学习

机器学习技巧

概率和统计

线性代数和微积分
