前言

Machine Learning的各类课程视频中，斯坦福大学的CS229机器学习课程（Stanford's CS 229 Machine Learning course）应该是比较好的，GitHub上一个名为Afshine Amidi (Ecole Centrale Paris, MIT)的人总结了自己学习该课程的重要知识点，然后每个模块输出一张囊括重点的图表（总结的十分到位），作者把该课程总结分成几个板块：

• Supervised Learning（监督学习）
• Unsupervised Learning（无监督学习）
• Deep Learning（深度学习）
• Tips and tricks（技巧与秘诀）
• Probabilities and Statistics（概率与统计）
• Algebra and Calculus（线性代数和微积分）

正文——机器学习技巧与秘诀

Supervised Learning（监督学习）

Unsupervised Learning（无监督学习）

Deep Learning（深度学习）

Tips and tricks（技巧与秘诀）

Probabilities and Statistics（概率与统计）

Algebra and Calculus（线性代数和微积分）

GitHub地址https://github.com/afshinea/stanford-cs-229-machine-learning/tree/master/en

需要pdf文档的朋友可以后台私信我或者关注公众号【机器学习与数据挖掘】回复“CS229”即可获取。

支付宝打赏

微信打赏

留言与评论（共有 0 条评论）

验证码：