资源 | 中文版!斯坦福CS229机器学习速查表集锦,帮你快速掌握机器学习知识要点

2022 年 3 月 25 日 专知


来源:“机器学习和数据挖掘”


《CS229:机器学习》是知名深度学习教授吴恩达在斯坦福大学教授的明星课程,课程主要为机器学习及统计模式识别领域的知识进行广泛地介绍。


课程内容包括:监督学习(生成式/辨别式学习,参数化/非参数化学习,神经网络,支持向量机);无监督学习(聚类,降维,核方法);学习理论(偏倚/变差间的平衡,VC理论);强化学习自适应控制



这份资源是CS229课程涉及知识点的概要总结,作者为Afshine Amidi and Shervine Amidi提供中文、英文两个版本


https://github.com/afshinea/stanford-cs-229-machine-learning



资源介绍

(以下展示均为中文版)

预备知识

    代数与微积分


    概率与统计



速查表

    监督学习



    无监督学习



    机器学习


    深度学习


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“MLCS” 就可以获取资源 | 中文版!斯坦福CS229机器学习速查表集锦,帮你快速掌握机器学习知识要点》专知下载链接

请扫码加入专知人工智能群(长按二维码),或者加专知小助手微信(zhuanzhi02),加入专知主题群(请备注主题类型:AI、NLP、CV、 KG、论文等)交流~

专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取70000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取70000+AI主题知识资源
登录查看更多
0

相关内容

《机器学习思维导图》,一图掌握机器学习知识要点
专知会员服务
68+阅读 · 2021年1月12日
【干货书】Pytorch自然语言处理,210页pdf
专知会员服务
164+阅读 · 2020年10月30日
【资源】100+本免费数据科学书
专知会员服务
107+阅读 · 2020年3月17日
专知会员服务
115+阅读 · 2019年12月24日
【资源】元学习论文分类列表推荐
专知
19+阅读 · 2019年12月3日
【资源】机器学习资源大列表
专知
58+阅读 · 2019年10月16日
机器学习数学基础【附PPT下载】
专知
45+阅读 · 2018年9月17日
资源 | 源自斯坦福CS229,机器学习备忘录在集结
机器之心
19+阅读 · 2018年8月22日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
29+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
16+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
24+阅读 · 2021年1月25日
Arxiv
19+阅读 · 2020年7月21日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Arxiv
26+阅读 · 2018年8月19日
Arxiv
25+阅读 · 2018年1月24日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
29+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
16+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月19日
Arxiv
24+阅读 · 2021年1月25日
Arxiv
19+阅读 · 2020年7月21日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Arxiv
26+阅读 · 2018年8月19日
Arxiv
25+阅读 · 2018年1月24日
Top
微信扫码咨询专知VIP会员