根据学习进度,将课程分为15部分进行笔记,具体内容如下:
吴恩达机器学习(一)—— 简介
吴恩达机器学习(二)—— 线性回归
吴恩达机器学习(三)—— Logisitic回归
吴恩达机器学习(四)—— 正则化
吴恩达机器学习(五)—— 神经网络
吴恩达机器学习(六)—— 神经网络的学习
吴恩达机器学习(七)—— 应用机器学习的建议
吴恩达机器学习(八)—— 机器学习系统的设计
吴恩达机器学习(九)—— 支持向量机
吴恩达机器学习(十)—— 聚类
吴恩达机器学习(十一)—— 降维
吴恩达机器学习(十二)—— 异常检测
吴恩达机器学习(十三)—— 推荐系统
吴恩达机器学习(十四)—— 大规模机器学习
吴恩达机器学习(十五)—— 应用实例:图片文字识别
吴恩达《机器学习》课程总结
本文总结了吴恩达机器学习课程的15个关键部分,从简介到应用实例,涵盖了线性回归、Logistic回归、神经网络等核心概念,并重点介绍了图片文字识别的实战应用。
8149

被折叠的 条评论
为什么被折叠?



