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）；强化学习及自适应控制。
课程中还会讨论机器学习的近期应用，比如机器人控制、数据挖掘、自动导航、生物信息、语音识别、文本及数据处理。
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
监督学习部分一共有四页备忘录，除了一般的线性与 Logistic 回归，还重点介绍了支持向量机（SVM）、朴素贝叶斯和 K 近邻等其它一些非参模型。这些基本上都是直接给出的定义，因此不会有过多的冗余信息，这对于机器学习开发者与研究者作为参考还是非常有帮助的。
具体的其他信息就不做详细的介绍了，之后大家可以自己看详细资料。
** 无监督学习**
** 机器学习**
** 深度学习**
成为VIP会员查看完整内容
斯坦福CS229机器学习速查表集锦
相关内容
斯坦福大学（StanfordUniversity）位于加利福尼亚州，临近旧金山，占地35平方公里，是美国面积第二大的大学。它被公认为世界上最杰出的大学之一，相比美国东部的常春藤盟校，特别是哈佛大学、耶鲁大学，斯坦福大学虽然历史较短，但无论是学术水准还是其他方面都能与常春藤名校相抗衡。斯坦福大学企业管理研究所和法学院在美国是数一数二的，美国最高法院的9个大法官，有6个是从斯坦福大学的法学院毕业的。
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
10+阅读 · 2018年4月11日
相关VIP内容
相关资讯
微信扫码咨询专知VIP会员