吴恩达在斯坦福的机器学习课,是很多人最初入门机器学习的课,历史悠久,而且仍然是最经典的机器学习课程之一。当时因为这门课太火爆,吴恩达不得不弄了个超大的网络课程来授课,结果一不小心从斯坦福火遍全球,而后来的事情大家都知道了。吴恩达这些年,从谷歌大脑项目到创立Coursera再到百度首席科学家再再到最新开设了深度学习deeplearning.ai,辗转多年依然对CS229不离不弃。
1.线性代数
2.概率论
3.凸函数优化
4.随机梯度下降算法
-
机器学习的动机与应用
-
线性回归、逻辑回归
-
作业:Assignment 1
3.1 Linear Regression
3.2 Linear Regression with multiple variables
-
欠拟合与过拟合的概念
-
牛顿方法
-
作业:Assignment 2 3.1 Logistic Regression 3.2 Logistic Regression with Regularization
-
生成学习算法
-
朴素贝叶斯算法
-
作业:Assignment 3 3.1 Multiclass Classification
-
最优间隔分类器问题(SVM)
-
顺序最小优化算法、经验风险最小化
-
作业:Assignment 3 3.2 Neural Networks Prediction fuction
-
特征选择,神经网络
-
贝叶斯统计正则化
-
作业:Assignment 4 4.1 Neural Networks Learning
-
K-means算法
-
高斯混合模型
-
作业:Assignment 5 5.1 Regularized Linear Regression
5.2 Bias vs. Variance
-
主成分分析法(PCA)
-
奇异值分解(SVD)
-
作业:Assignment 7
7.1 K-means Clustering
7.2 Principal Component Analysis
-
马尔可夫决策过程(强化学习初步)
-
离散与维数灾难
-
作业:Assignment 6
6.1 Support Vector Machines
6.2 Spam email Classifier
-
线性二次型调节控制
-
微分动态规划
-
策略搜索
-
作业:Assignment 8
8.1 Anomaly Detection
8.2 Recommender Systems
比赛