【吴恩达机器学习课程手抄笔记和代码整理】未完待续。。

1 监督学习（Supervised Learning）

1.1 线性回归（Linear Regression）笔记 ---

1.2 逻辑回归（Logistic Regression）笔记 --- Python代码

1.3 神经网络（Neural Network）笔记 ---

1.4 支持向量机（SVM）笔记 ---

2 无监督学习（Unsupervised Learning）

2.1 K均值（K-means）笔记 ---

2.2 主成分分析（PCA）笔记 --- Python代码

2.3 异常检测（Anomaly Detection）-高斯分布模型 笔记 --- Python代码

3 特殊应用和主题

3.1 推荐系统-协同过滤 笔记 ---

3.2 大规模机器学习方法 笔记 ---

4 构建机器学习系统的方法

4.1 欠拟合、过拟合、正则化 笔记 ---

4.2 机器学习系统设计 笔记 ---

4.3 扩展数据、天花板分析（Ceiling Analysis） 笔记