- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
斯坦福大学 2014 机器学习教程
个人笔记 (V5.3 )
摘要
本笔记是针对斯坦福大学2014 年机器学习课程
视频做的个人笔记
黄海广
haiguang2000@
qq 群:654173748
最后修改:2018-08-06
斯坦福大学 2014 机器学习教程中文笔记
课程概述
课程地址:/course/ml
Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为,以获取新的
知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是
使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而
不是演绎。在过去的十年中,机器学习帮助我们自动驾驶汽车,有效的语音识别,有效的网
络搜索,并极大地提高了人类基因组的认识。机器学习是当今非常普遍,你可能会使用这一
天几十倍而不自知。很多研究者也认为这是最好的人工智能的取得方式。在本课中,您将学
习最有效的机器学习技术,并获得实践,让它们为自己的工作。更重要的是,你会不仅得到
理论基础的学习,而且获得那些需要快速和强大的应用技术解决问题的实用技术。最后,你
会学到一些硅谷利用机器学习和人工智能的最佳实践创新。
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)。
(三)在机器学习的最佳实践(偏差/方差理论;在机器学习和人工智能创新过程)。
本课程还将使用大量的案例研究,您还将学习如何运用学习算法构建智能机器人(感知,控
制),文本的理解(Web 搜索,反垃圾邮件),计算机视觉,医疗信息,音频,数据挖掘,
和其他领域。
本课程需要 10 周共 18 节课,相对以前的机器学习视频,这个视频更加清晰,而且每课
都有 ppt 课件,推荐学习。
我和我的团队翻译了部分视频,目前已经翻译完毕,内嵌中英文字幕,推荐使用 potplayer。
此外,我无偿把字幕贡献给了网易云课堂,他们开了免费课:吴恩达机器学习。
这篇中文笔记,主要是根据视频内容和中文字幕以及 ppt 来制作,部分来源于网络,如
“小小人_V” 的笔记,并持续更新。
本人水平有限,如有公式、算法错误,请及时指出,发邮件给我,也可以加我 qq 。
今日发现这个笔记被下载超过 10 万次,应该说这个笔记有点用,我发现以前一些翻译
小错误,进行了修改,以免误导初学者。
黄海广
2018-3-7 夜
笔记更新网址(视频下载地址公布):
/fengdu78/Coursera-ML-AndrewNg-Notes
DeepLearning.ai 笔记:
/fengdu78/deeplearning_ai_books
知乎:
/people/fengdu78/activities
◼ 文档修改历史
版本号 版本日期 修改总结 修订人
1.0 2014.12.16 创建初稿
文档评论(0)