吴恩达深度学习课程（全5类课程）编程作业汇总

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）

吴恩达机器学习课程讲义（网友翻译版）

吴恩达机器学习课程ppt.rar

吴恩达老师的深度学习课程的第一部分——神经网络与深度学习的课后作业，四周作业（包括课后的quiz和编程作业）都在里面，是搬运别人的资源，自己做了，感觉很不错。

包含planar_utils.py ， testCases.py和assignment3.ipynb，有这3个文件就可以顺利完成作业了。

机器学习所有课后作业 吴大大的 只看没用 做了练习题才有点儿用 课后答案可以网上找 练习题目很有必要

压缩包里包括Deeplearning深度学习笔记v5.56；机器学习个人笔记完整版v5.35-A4打印版；以及课后作业；

吴恩达的机器学习课程的python语言代码，包括大佬改进的代码，jupyter notebook完美运行

斯坦福大学吴恩达教授的课件上的同步练习题，每个章节都有对应的习题。

吴恩达机器学习课程整理笔记+作业源码（matlab、python）