【原】Coursera—Andrew Ng机器学习—汇总（课程笔记、测验习题答案、编程作业源码）

一、Coursera 斯坦福机器学习课程，Andrew Ng

Coursera连接不上，修改hosts文件

机器学习工具Octave安装（Win10环境）

课程地址和软件下载

 

课程笔记 Lecture 1_Introduction and Basic Concepts 介绍和基本概念

课程笔记 Lecture 2_Linear regression with one variable 单变量线性回归

课程笔记 Lecture 3_Linear Algebra Review 线性代数

课程笔记 Lecture 4_Linear Regression with Multiple Variables 多变量线性回归

课程笔记 Lecture 5 Octave Tutorial 教程

课程笔记 Lecture 6_Logistic Regression 逻辑回归

课程笔记 Lecture 7 Regularization 正则化

课程笔记 Lecture 8_Neural Networks Representation 神经网络的表述

课程笔记 Lecture 9_Neural Networks learning 神经网络学习

课程笔记 Lecture 10_Advice for applying machine learning 机器学习应用建议

课程笔记 Lecture 11_Machine Learning System Design 机器学习系统设计

 

 

Week 1 习题—Linear Regression with One Variable 单变量线性回归

Week 2 习题—Linear Regression with Multiple Variables 多变量线性回归

Week 3 习题—Logistic Regression 逻辑回归

Week 4 习题—Neural Networks 神经网络

Week 5 习题—Neural Networks learning 神经网络学习

Week 6 习题—Advice for applying machine learning 机器学习应用建议

Week 7 习题—支持向量机SVM

Week 8 习题—聚类 和 降维

Week 9 习题—异常检测

Week 10 习题—大规模机器学习

Week 11 习题—Photo OCR

 

 

编程作业 Programming Exercise 1—线性回归

编程作业 Programming Exercise 2—逻辑回归

编程作业 Programming Exercise 3—多分类逻辑回归和神经网络

编程作业 Programming Exercise 4—反向传播神经网络

二、网易公开课 斯坦福cs229机器学习，Andrew Ng

课程笔记 Part1：线性回归 Linear Regression

课程笔记 part2：分类和逻辑回归 Classificatiion and logistic regression

课程笔记 part3：广义线性模型 Greneralized Linear Models (GLMs)

三、林轩田《机器学习基石》

林轩田《机器学习基石》 简介