https://blog.csdn.net/meijie2018_1/article/details/90712557
2022-05-01 11:55:33
892KB
1
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）。
里面包含了自己的学习笔记，希望对你们有帮助
2022-04-13 12:05:31
181.18MB
使用Octave完成，包含原题目的压缩包（从Coursera官方课程下载的原版）和必做部分所有满分解答，必要部分附有注释，可供参考。
2022-03-25 18:47:43
57.84MB
1
压缩包内含吴恩达老师《Machine Learning》课程第二周的编程作业ex1所需完成的四个m文件以及可选择完成的四个m文件。压缩包中所有编程作业均为本人独立完成，并尽量使用向量化计算，全部满分通过。
2022-03-20 10:28:32
4KB
1
Coursera-ML-AndrewNg-Notes-master，内含有代码，文档，PPT ，Markdown，srt ,机器学习个人笔记完整版
2022-03-07 21:17:02
365.94MB
1
吴恩达机器学习视频课程是广受人工智能学习爱好的一致好评；此笔记，是本人在学习视频资源的过程中，详细记录了学习内容，并且认真总结了学习心得和应用知识创新点。
2022-01-15 15:38:21
10.93MB
1
压缩包内含吴恩达老师《Machine Learning》课程第八周的编程作业ex7所需完成的六个m文件，解压放进课程作业原始压缩包中即可。压缩包中所有编程作业均为本人独立完成，并尽量使用向量化计算，全部满分通过。
2021-12-30 23:19:34
4KB
1
压缩包内含吴恩达老师《Machine Learning》课程第三周的编程作业ex2所需完成的五个m文件。压缩包中所有编程作业均为本人独立完成，并尽量使用向量化计算，全部满分通过。
2021-12-30 22:58:11
3KB
1