机器学习coursera课程笔记

Resources for "Introduction to Deep Learning" course.

机器学习课程所带讲义,有助于对课程内容的理解

英特尔® 架构上的机器学习基础知识。 涵盖的主题包括:综述可解决的问题的类型、了解构建模块学习机器学习中构建模块的基础知识、探索关键算法、监督学习算法、关键概念,如拟合不足和拟合过度、正则化及交叉验证

吴恩达2014机器学习课程思维导图,前半部分章节比较详细,后半部分较为简略。

最新大牛总结的机器学习课程课件,8年经验总结,包括工作中遇到的问题。

机器学习代码。这个代码是斯坦福大学的课程代码。里面包含8个课程代码。一劳永逸。代码写的很透彻,值得我们自己去好好分析。

分为几个板块，包括PCA、字典学习、混合高斯模型等理解，用于研究生机器学习课程的结课作业报告。

一个非常超值的机器学习及深度学习视频，内容包括了张志华教授的理论讲解，还有其他教师的配套代码实现，下载后，自己查找。

机器学习课程 家庭作业1:COVID患者预测 作业2:COVID生存预测 作业3:COVID胸部X射线预测 最终项目:食品食谱生成器

《机器学习》课程教授环节的内容,同时加强相关实验环节的建设。针对当前深度学习热点,充分利用GPU等高性能处理硬件提升机器学习算法的性能,进而提高学生们利用机器学习方法分析问题解决问题的能力,特别是针对