本课程将广泛介绍机器学习、数据挖掘和统计模式识别。相关主题包括:(i)监督式学习(参数和非参数算法、支持向量机、核函数和神经网络)。(ii)无监督学习(集群、降维、推荐系统和深度学习)。(iii)机器
本课程将广泛介绍机器学习、数据挖掘和统计模式识别。相关主题包括:(i) 监督式学习(参数和非参数算法、支持向量机、核函数和神经网络)。(ii) 无监督学习(集群、降维、推荐系统和深度学习)。(iii)
吴恩达,Andrew Ng,华裔美国人。这是吴恩达斯坦福机器学习课程讲义完整中文版。
吴恩达机器学习Topicsinclude:supervisedlearning(generative/discriminativelearning,parametric/non-parametric
这是斯坦福大学吴恩达讲解机器学习的讲义及课程配套作业及答案,可较为快速地学习机器学习的基本知识。
吴恩达斯坦福大学机器学习课程讲义,视频课程可以在网易云课堂搜,很好的入门学习课程
吴恩达机器学习课后练习题代码,以及相应的分析,用MATLAB编写,欢迎下载
吴恩达机器学习的全套PPT,共十三章, 只有PPT!!!!!!!!
网易公开课,吴恩达老师的课件的翻译稿,水平有限,仅供参考。
机器学习练习:多变量线性回归房屋价格数据集,其中有2个变量(房子的大小,卧室的数量)和目标(房子的价格)。我们使用我们已经应用的技术来分析数据集