斯坦福机器学习课程笔记

Posted 布衣之莠sq

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了斯坦福机器学习课程笔记相关的知识,希望对你有一定的参考价值。

模型(如何模拟)---策略(风险函数)--算法(最优化方法)

第一节:

机器学习的基本概念和分类

第二节:

线性回归,最小二乘

批梯度下降(bgd)和随机梯度下降(sgd)

第三节:

过拟合,欠拟合

非参数学习算法:局部加权回归

概率角度解释线性回归。极大似然估计(mlp)

分类:逻辑回归

 

以上是关于斯坦福机器学习课程笔记的主要内容,如果未能解决你的问题,请参考以下文章

深度学习斯坦福cs231n 课程笔记

斯坦福大学数据可视化课程学习笔记:第二节 从数据到图像

斯坦福大学数据可视化课程学习笔记:第二节 从数据到图像

斯坦福大学数据可视化课程学习笔记:第二节 从数据到图像

斯坦福大学Andrew Ng - 机器学习笔记 -- 异常检测

Coursera公开课笔记: 斯坦福大学机器学习第七课“正则化”