ML Course Notes：机器学习课程笔记

ML Course Notes：机器学习课程笔记 一个协作和分享与机器学习、NLP 和 AI 相关的所有主题的课程笔记的地方。可以从以下几点开始建立坚实的基础： - Linear & Logistic regression - Gradient boosting - Naive Bayes - Decision trees - Clustering - Basic NNs || #机器学习 #笔记

Andrew NG深度学习专项课程手写笔记。

Andrew NG深度学习专项课程手写笔记。 这是Coursera深度学习专业的第一门课程，由DeepLearning.ai 主持。该课程由吴恩达教授。 Andrew NG 机器学习笔记本:深度学习专业笔记合一 pdf: | #笔记 #机器学习

《动手学习深度学习》的笔记

《动手学习深度学习》的笔记 《动手学习深度学习》是李沐老师（AWS 资深首席科学家，美国卡内基梅隆大学计算机系博士）主讲的一系列深度学习视频。本项目收集了我们在寒假期间学习《动手学习深度学习》过程中详细的markdown笔记和相关的jupyter代码 本项目的特色： markdown笔记与原课程视频一一对应，可以帮助大家一边听课一边理解。 jupyter代码均有详细中文注释，帮助大家更快上手实践。 课程视频共73节，单个视频平均时长不超过30分钟，预计寒假40天内可以学习完毕。 在 《动手学习深度学习》 课程中，既有少量的机器学习的基础知识，比如：线性神经网络，多层感知机 等等；又有如今前沿应用的 各种深度学习模型：包括leNet，ResNet，LSTM，BERT…… 同时每一章节的讲解还配备由pytorch实现的代码、教科书等等，可以帮助同学在短期内掌握深度学习的基础模型与前沿知识和并提高实践能力。 此外，本门课程还有相应的代码实现。每章都有相应的jupyter记事本，提供模型的完整python代码，所有的资源都可在网上免费获取。|#笔记 ||| #机器学习 教材网址：， 论坛网址：，

完整的机器学习包，包含 35 个关于大多数数据科学和机器学习主题的端到端和交互式笔记本。该软件包涵盖了用于操作和分析数据集的不同

完整的机器学习包，包含 35 个关于大多数数据科学和机器学习主题的端到端和交互式笔记本。该软件包涵盖了用于操作和分析数据集的不同技术、经典 #机器学习 算法、神经网络基础知识以及用于计算机视觉和自然语言处理的深度学习。 ||||

国外一名工程师在 GitHub 开源了他总结的机器学习 #指南 ：《》（Start Machine Learning）。

国外一名工程师在 GitHub 开源了他总结的机器学习 #指南 ：《》（Start Machine Learning）。 主要列举了 #机器学习 入门必备的视频、书籍、开放教程等资源，并针对不同编程经验的人群，给出了不同的学习参考建议

《机器学习宝典》包含：谷歌机器学习速成课程（招式）+机器学习术语表（口诀）+机器学习规则（心得）+机器学习中的常识性问题（内功）

《机器学习宝典》包含：谷歌机器学习速成课程（招式）+机器学习术语表（口诀）+机器学习规则（心得）+机器学习中的常识性问题（内功） 该资源适用于机器学习、深度学习研究人员和爱好者参考！ 其中《机器学习知识点彩图版.pdf》以生动形象的图片描述机器学习中的知识点。 其中《Google机器学习速成课程.pdf》以加利福尼亚房价预测为线索，讲解了机器学习概念、特征工程以及机器学习在现实世界的应用。该课程有对应知识点的习题和解答，你可以随时检测自己的学习效果。 其中《机器学习中的常识性问题 (最新网页版)》，该文系统性总结了机器学习基础知识。 | 百度网盘| #机器学习