斯坦福CS229机器学习-课程学习资料
斯坦福CS229机器学习课程,内容覆盖监督/无监督学习、强化学习、学习理论

关键词标签: 斯坦福, 机器学习, 监督学习, 无监督学习, 吴恩达
CS229; Machine Learning; 机器学习
🏆 课程学习中心 | 🚧 机器学习课程合辑 | 🌍 课程主页 | 📺 中英字幕视频 | 🚀 项目代码解析 | 📚 CS229速查表
Machine Learning
机器学习
Stanford University
斯坦福大学
CS229
⭐⭐⭐⭐⭐


课程介绍

课程主页:CS229: Machine Learning

斯坦福CS229机器学习课程由吴恩达教授和其他几位教授一起主讲,是机器学习领域里一门非常重要的课程。由于课程质量非常高,是许多人进入人工智能、机器学习领域的基石。

CS229; Machine Learning; 机器学习

本课程广泛介绍机器学习和统计模式识别。主题包括:


前置课程

学生应具有以下背景:


课程主题


ShowMeAI课程解读:全套资料


课程速查表 | 【点击链接】


课程重点笔记 | 【点击板块】

CS229; Machine Learning; 机器学习
板块编号 笔记链接
板块1 监督学习速查表
板块2 无监督学习速查表
板块3 深度学习速查表
板块4 机器学习技巧与经验
板块5 概率与统计基础
板块6 线性代数与微积分基础


课程作业 |【作业代码解析】|【点击编号】

作业编号 solution地址
作业1 线性回归与梯度下降
作业2 逻辑回归与梯度下降
作业3 多分类与神经网络预估
作业4 神经网络学习
作业5 高偏差/高方差与正则化
作业6 SVM与垃圾邮件分类
作业7 K-means与PCA
作业8 异态检测与推荐系统


课程资料 | 下载

CS229; Machine Learning; 机器学习

扫描上方图片二维码,关注公众号并回复关键字 🎯『CS229』,就可以获取整理完整的资料合辑啦!当然也可以点击 🎯 这里 查看更多课程的资料获取方式!

CS229; Machine Learning; 机器学习

ShowMeAI 对课程资料进行了梳理,整理成这份完备且清晰的资料包:


课程视频 | B站

🌍 B站 | 【双语字幕+资料下载】斯坦福CS229 | 机器学习-吴恩达主讲(2018·完整版)

ShowMeAI 将视频上传至B站,并增加了中英双语字幕,以提供更加友好的学习体验。点击页面视频,可以进行预览。推荐前往 👆 B站 观看完整课程视频哦!

本门课程,ShowMeAI 将部分章节进行了切分,按照主题形成更短小的视频片段,便于按照标题进行更快速的检索。切分后的视频清单列写在这里:

序号 视频章节 视频清单
L1 第1节 机器学习简介
L2 第2节 线性回归和梯度下降
L3 第3节 局部加权和逻辑回归
L4 第4节 感知器和广义线性模型
L5 第5节 GDA 和朴素贝叶斯
L6 第6节 支持向量机
L7 第7节 核函数
L8 第8节 数据拆分、模型和交叉验证
L9 第9节 近似/估计误差和 ERM
L10 第10节 决策树和集成方法
L11 第11节 神经网络简介
L12 第12节 反向传播和改进神经网络
L13 第13节 调试 ML 模型和错误分析
L14 第14节 期望最大化算法
L15 第15节 EM 算法和因子分析
L16 第16节 独立成分分析和强化学习
L17 第17节 MDP 和价值/政策迭代
L18 第18节 连续状态 MDP 和模型仿真
L19 第19节 奖励模型和线性动力系统
L20 第20节 RL 调试和诊断


更多技术与课程清单 | 点击查看详细课程

合辑 课程链接
CS数学基础课程合辑 【ENGR108】Stanford斯坦福 · 线性代数与矩阵方法导论课程
【6.042J】MIT麻省理工 · 计算机科学的数学基础课程
【MATH100】辛辛那提大学 · 微积分Ⅰ课程
【MATH101】辛辛那提大学 · 微积分Ⅱ课程
【MATH1071】辛辛那提大学 · 离散数学课程
计算机基础课程合辑 【14-455】CMU卡内基梅隆 · 数据库系统导论课程
【15-721】CMU卡内基梅隆 · 数据库系统进阶课程
【CS105】Stanford斯坦福 · 计算机科学导论课程
【CS50-CS】Harvard哈佛 · 计算机科学导论课程
【CS50-WEB】Harvard哈佛 · 基于Python / JavaScript的Web编程课程
【6.0001】MIT麻省理工 · 计算机科学与Python编程导论课程
【6.046J】MIT麻省理工 · 数据结构与算法设计课程
【18.S191】MIT麻省理工 · 计算思维导论(Julia)课程
【CMSC420】马里兰大学 · 数据结构课程
机器学习课程合辑 【AndrewNG-ML】吴恩达 · 机器学习专项课程
【CS229】Stanford斯坦福 · 机器学习课程
【6.036】MIT麻省理工 · 机器学习导论课程
深度学习课程合辑 【AndrewNG-DL】吴恩达 · 深度学习专项课程
【CS230】Stanford斯坦福 · 深度学习课程
【CSW182】Berkeley伯克利 · 深度神经网络设计、可视化与理解课程
【FSDL】Berkeley伯克利 · 全栈深度学习训练营课程
【CS50-AI】Harvard哈佛 · Python人工智能入门课程
【6.S191】MIT麻省理工 · 深度学习导论课程
【APPLY-DL】科罗拉多大学 · 应用深度学习(全知识点覆盖)课程
【STAT453】威斯康星 · 深度学习和生成模型导论课程
【T81-558】WUSTL · 深度神经网络应用案例实操课程
【HYLEE】李宏毅 · 机器学习(&深度学习)课程
NLP课程合辑 【CS224n】Stanford斯坦福 · 深度学习与自然语言处理课程
【CS124】Stanford斯坦福 · 从语言到信息课程
【CS520】Stanford斯坦福 · 知识图谱课程
【CS685】马萨诸塞大学 · 自然语言处理进阶课程
计算机视觉课程合辑 【CS231n】Stanford斯坦福 · 深度学习与计算机视觉课程
【EECS498】Michigan密歇根 · 深度学习与计算机视觉(CS231n进阶课)
【ADL4CV】慕尼黑工大 · 计算机视觉深度学习进阶课
强化学习课程合辑 【CS285】Berkeley伯克利 · 深度强化学习课程
【CS234】Stanford斯坦福 · 强化学习课程
AI生物医疗课程合辑 【6.047】MIT麻省理工 · 基因组学机器学习课程
【6.874】MIT麻省理工 · 面向生命科学的深度学习课程
【6.S897】MIT麻省理工 · 医疗机器学习课程
其他名校AI课程合辑 【CS294】Berkeley伯克利 · 深度无监督学习课程
【11-777】CMU卡内基梅隆 · 多模态机器学习课程
【15-462】CMU卡内基梅隆 · 计算机图形学课程
【CS224W】Stanford斯坦福 · 图机器学习课程
【6.S094】MIT麻省理工 · 深度学习与无人驾驶课程
【GDL】AMMI · 几何深度学习课程
CS229; Machine Learning; 机器学习
*****
本文作者 韩信子
欢迎关注微信公众号 ShowMeAI研究中心 获取更多资源!