斯坦福大学《机器学习》- 核心内容(2.3)

吴恩达老师在coursera平台上的《机器学习》课程，无论在国内、还是在国外，都是最受欢迎的入门课程，没有之一。无数新手都是从这门课开始，进入机器学习领域的。

该课程的最大特点是：易学、易用。正如吴老师本人所说，

我非常注重“实践算法”这部分内容。实际上，就这些内容而言，我不知道还有哪所大学会介绍到。给你讲授学习算法就好像给你一套工具，相比于提供工具，可能更重要的，是教你如何使用这些工具。我喜欢把这比喻成学习当木匠。想象一下，某人教你如何成为一名木匠，说这是锤子，这是螺丝刀、锯子，祝你好运，再见。这种教法不好，不是吗？你拥有这些工具，但更重要的是，你要学会如何恰当地使用这些工具。会用与不会用的人之间，存在着鸿沟。

由于课程全英文讲授，为了降低大家的学习门槛，本专栏将该课程的部分核心内容提炼出来，翻译成中文，不定期在专栏发布，供大家参考学习。

●写给初次阅读的你：目前，网络上存在另一种版本：也是吴恩达老师讲授的《斯坦福大学公开课：机器学习 (CS 229) 》。该版本的不同之处在于，课时更长、录制年代更久远，但是课程的内容更加深入，可以作为本课程的进阶篇。但是无论如何，请不要将两者混淆。

该课程相关信息：

●  课程名称：机器学习（Machine Learning）

●  授课教师：吴恩达（Andrew Ng）

●  授课机构：斯坦福大学

●  原课程地址（有英文字幕，需翻墙）：https://www.youtube.com/playlist?list=PL0Smm0jPm9WcCsYvbhPCdizqNKps69W4Z

●  原课程地址（有中文字幕，需注册）：https://www.coursera.org/learn/machine-learning

今天，主要带来第2周第3节课的核心内容：

点击听课（2.3）

【 核心内容 】

※ 本文原载于微信公众号：AI传送门，欢迎关注。

更多机器学习的相关资料，可参考机器学习资料汇总