文件名称：斯坦福公开课机器学习基础文档
文件大小：10.82MB
文件格式：ZIP
更新时间：2017-02-27 07:29:21
机器学习
斯坦福公开课机器学习基础文档，包括各个课程的语言，以及一些笔记，和测试的东西
【文件预览】：
aimlcs229
----cs229-notes11_ICA.pdf(74KB)
----cs229-cvxopt2.pdf(197KB)
----matlab_el.txt(210KB)
----cs229-notes10_PCA.pdf(75KB)
----ps3_solution.pdf(3.4MB)
----schedule.pdf(24KB)
----practice-midterm.pdf(91KB)
----ps1_solution-data.zip(2KB)
----PS1-data.zip(2KB)
----cs229-notes6_感知器.pdf(51KB)
----emacs.txt(4KB)
----ps4_solution.pdf(208KB)
----cs229-notes9_factor analysis.pdf(81KB)
----compute_kernel_matrix.txt(222B)
----assignments.html(7KB)
----PS3-data.zip(67KB)
----problemset1.pdf(63KB)
----ps3_solution-data.zip(67KB)
----ps4_solution-data.zip(664KB)
----AI-classes.pdf(35KB)
----info.pdf(25KB)
----handouts.html(11KB)
----resources.html(8KB)
----sample_gp_prior.txt(244B)
----cs229-notes12_加强学习.pdf(74KB)
----cs229-notes8_EM.pdf(81KB)
----problemset4.pdf(88KB)
----cs229-cvxopt.pdf(149KB)
----cs229-prob.pdf(147KB)
----gp_demo.txt(5KB)
----cs229-hmm.pdf(198KB)
----matlab_session.txt(3KB)
----ps2_solution.pdf(102KB)
----transcripts()
--------MachineLearning-Lecture02.html(51KB)
--------MachineLearning-Lecture09_learning theory.pdf(52KB)
--------MachineLearning-Lecture03.html(54KB)
--------MachineLearning-Lecture09.html(50KB)
--------MachineLearning-Lecture11.pdf(75KB)
--------MachineLearning-Lecture01.pdf(63KB)
--------MachineLearning-Lecture12.html(39KB)
--------MachineLearning-Lecture05.pdf(56KB)
--------MachineLearning-Lecture15.pdf(52KB)
--------MachineLearning-Lecture05.html(53KB)
--------MachineLearning-Lecture19.html(57KB)
--------MachineLearning-Lecture07.html(51KB)
--------MachineLearning-Lecture16.html(53KB)
--------MachineLearning-Lecture17.pdf(49KB)
--------MachineLearning-Lecture14.html(48KB)
--------MachineLearning-Lecture04.pdf(55KB)
--------MachineLearning-Lecture12.pdf(41KB)
--------MachineLearning-Lecture13.pdf(48KB)
--------MachineLearning-Lecture11.html(75KB)
--------MachineLearning-Lecture10.pdf(56KB)
--------MachineLearning-Lecture07.pdf(54KB)
--------MachineLearning-Lecture06.pdf(53KB)
--------MachineLearning-Lecture18.html(49KB)
--------MachineLearning-Lecture06.html(50KB)
--------MachineLearning-Lecture08.html(49KB)
--------MachineLearning-Lecture19.pdf(58KB)
--------MachineLearning-Lecture20.pdf(55KB)
--------MachineLearning-Lecture16(print).pdf(54KB)
--------MachineLearning-Lecture10.html(55KB)
--------MachineLearning-Lecture01.html(62KB)
--------MachineLearning-Lecture13.html(46KB)
--------MachineLearning-Lecture02.pdf(54KB)
--------MachineLearning-Lecture15.html(50KB)
--------MachineLearning-Lecture03.pdf(56KB)
--------MachineLearning-Lecture20.html(54KB)
--------MachineLearning-Lecture04.html(53KB)
--------MachineLearning-Lecture18.pdf(50KB)
--------MachineLearning-Lecture08.pdf(51KB)
--------MachineLearning-Lecture14.pdf(50KB)
--------MachineLearning-Lecture17.html(48KB)
----PS2-data.zip(1.11MB)
----cs229-gp.pdf(151KB)
----PS4-data.zip(546KB)
----cs229-notes4_学习理论.pdf(109KB)
----cs229-linalg.pdf(165KB)
----cs229-notes2_生成式.pdf(858KB)
----sigmoid.txt(65B)
----problemset3.pdf(72KB)
----cs229-notes3_SVM.pdf(176KB)
----problemset2.pdf(69KB)
----logistic_grad_ascent.txt(576B)
----cs229-notes5_模型选择.pdf(87KB)
----cs229-notes1_线性回归、逻辑回归、GLM.pdf(230KB)
----cs229-notes7a_k均值聚类.pdf(265KB)
----ML-advice.pdf(313KB)
----ps1_solution.pdf(121KB)
----cs229-notes7b_混合高斯和EM.pdf(54KB)
----projectGuidelines.pdf(93KB)