全球名校AI课程库(4)| Stanford斯坦福 · 机器学习课程『Machine Learning』

李宏毅2021/2022春机器学习课程(机器学习基本概念简介) 李宏毅老师的机器学习课程内容 阅读详情
CS229; Machine Learning; 机器学习

🏆 课程学习中心 | 🚧 机器学习课程合辑 | 🌍 课程主页 | 📺 中英字幕视频 | 🚀 项目代码解析 | 📚 CS229速查表


课程介绍

斯坦福 CS229 机器学习课程由吴恩达教授和其他几位教授一起主讲,是机器学习领域里一门非常重要的课程。由于课程质量非常高,是许多人进入人工智能、机器学习领域的基石。

CS229; Machine Learning; 机器学习

课程为机器学习和统计模式识别提供了广泛的介绍,主题包括监督学习(生成/歧视性学习、参数/非参数学习、神经网络、支持向量机),无监督的学习(聚类、降低性降低、内核方法),学习理论(偏见/差异权衡、实践建议),强化学习和适应性控制。

该课程还将讨论机器学习的最新应用,例如机器人控制,数据挖掘,自主导航,生物信息学,语音识别以及文本和Web数据处理。


前置知识

课程学生应具有以下背景:

  • 掌握计算机科学基本原理和技能,编程能力达到一个水平足以编写一个相对比较复杂的计算机程序 Python/Numpy 。
  • 熟悉概率理论。
  • 熟悉多变量微积分和线性代数。

课程速查表 | 【点击链接】

CS229; Machine Learning; 机器学习

课程重点笔记 | 【点击板块】

CS229; Machine Learning; 机器学习

板块编号笔记链接
板块1CS229 - 监督学习速查表(Supervised Learning)
板块2CS229 - 无监督学习速查表(Unsupervised Learning)
板块3CS229 - 深度学习速查表(Deep Learning)
板块4CS229 - 机器学习技巧与经验(ML Tips and Tricks)
板块5CS229 - 概率统计(Probabilities and Statistics Refresher)
板块6CS229 - 线性代数与微积分(Linear Algebra and Calculus refresher)

课程资料 | 下载

CS229; Machine Learning; 机器学习

公✦众✦号回复关键字 🎯『CS229』,就可以获取整理完整的资料合辑啦!当然也可以点击 🎯 这里 查看更多课程的资料获取方式!

CS229; Machine Learning; 机器学习

ShowMeAI 对课程资料进行了梳理,整理成这份完备且清晰的资料包:

  • 📚 笔记(精简版本 & 详细版本)
  • 📚 作业
  • 📚 CS229知识速查表
  • 📚 课程补充资料

课程视频 | B站

【双语字幕+资料下载】斯坦福CS229 | 机器学习-吴恩达主讲(2018·完整版)

🌍 B站 | 【双语字幕+资料下载】斯坦福CS229 | 机器学习-吴恩达主讲(2018·完整版)

ShowMeAI 将视频上传至B站,并增加了中英双语字幕,以提供更加友好的学习体验。点击页面视频,可以进行预览。推荐前往 👆 B站 观看完整课程视频哦!


全球名校AI课程合辑

作者:ShowMeAI内容团队
阅读原文:https://www.showmeai.tech/article-detail/382

李宏毅机器学习课程笔记——第一章 机器学习介绍 这里是李宏毅教授机器学习课程的笔记,内容完全是笔者个人的见解,希望大家批评指正。 阅读详情

相关推荐

【ML】斯坦福Machine Learning反向传播(Backpropagation)的数学推导

疫情在家闲着没事把斯坦福Andrew Ng的机器学习里面的数学公式都推导了一遍。其中我发现视频中反向传播的数学跳过了一些步骤且所用的数学符号跟其他地方不太一样。今天来分享一下视频中反向传播的数学推导。 如果你喜欢看更直观的视频推导,请移步这里: B站: Youtube: 原视频中介绍反向传播的有这两页: 有没有一种好像看懂又好像有点迷糊的感觉?我反正是的。。于是经过仔细看了之后我把我的纠结总结成了下面5个问题: 1. 为什么? 2. 为什么下面一个视频内容说,但是却从...

u013541048的博客 1463

机器学习教程(非常详细)从零基础入门到精通,看完这一篇就够了

从广义上来说,机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法。但从实践的意义上来说,机器学习是一种通过利用数据,训练出模型,然后使用模型预测的一种方法。

Python84310366的博客 3万+

ML硕士申请实操指南:11个真·ML导向项目的选校与进阶路径

机器学习硕士(ML Masters)是通往工业界ML工程师、AI研究员或算法科学家的关键跳板。其本质不仅是学历提升,更是数学建模能力、工程落地习惯与产业资源网络的系统性锻造。理解课程代码背后的教学定位(如CMU 10-601 vs 10-701)、Capstone项目是否对接真实业务场景、地理位置如何影响实习转化率,远比QS排名或CSRankings论文数更能决定成长效率。本文基于200+项目深度调研与37位学员实操验证,聚焦‘课程结构’‘隐性资源’‘工程适配度’三大维度,拆解UCSD、CMU、伯克利MID

weixin_30565199的博客 331

9门最佳机器学习课程 [2024]

此列表中提到的课程,例如来自 Scaler、斯坦福大学、华盛顿大学、Google、ColumbiaX 等的课程,将帮助您成为机器学习专家,因为它们深入涵盖了大多数 ML 主题。此外,这些课程还提供出色的职业和就业指导。完成本课程后,您将收到一份可共享的证书,证明您在数据科学和分析的机器学习方面的熟练程度。完成本课程后,您将收到一份可共享的证书,证明您在数据科学机器学习方面的熟练程度和分析。在本文中,我们列出了您可以学习的最佳机器课程和计划,以提高自己的技能,并在 2023 年获得最好的机器学习工作之一。

新华编程特战队 1701

用Google图片搜索挖掘数据科学可视化图示的方法论

数据科学高度依赖可视化来传达模型原理、算法流程与评估结果,而传统文字搜索常因表达失真、细节缺失和语境剥离导致信息密度不足。Google图片搜索凭借视觉识别能力、非结构化内容覆盖广度及多维筛选机制,可直接捕获教学板书、课程PPT、论文插图等高信噪比的‘毛细血管级’知识载体。其核心价值在于绕过文字包装,还原知识在真实教学与工程场景中的原生形态——如带坐标轴标注的梯度下降路径图、含公式手写体的逻辑回归决策边界、源自.edu域名的权威图解。结合site:限定、filetype:精准定位与视觉信号过滤,该方法已成为数

292

实战指南:彻底清除TIA Portal卸载后遗留的SQL Server WinCC实例

本文详细介绍了如何彻底清除TIA Portal卸载后遗留的SQL Server WinCC实例,解决重新安装时的冲突问题。通过控制面板排查、注册表验证、安全卸载操作流程和注册表深度清理等步骤,确保完全移除残留组件,避免系统崩溃。文章还提供了安装环境重建策略和预防措施,帮助工程师高效管理西门子自动化软件。

weixin_30482181的博客 404

全球名校AI课程库(20)| Stanford斯坦福 · 图机器学习课程『Machine Learning with Graphs』

课程对于graph方向的数据挖掘、机器学习(神经网络)有全面的知识覆盖。如果想学习非结构化的图数据上的各类算法,这是最权威的课程之一。

ShowMeAI研究中心 1万+

医疗AI新思路:为什么Graph Neural Network能改善气道分割的漏检问题?

本文探讨了Graph Neural Network(GNN)在医疗AI领域改善气道分割漏检问题的创新应用。通过分析3D UNet等传统方法的局限性,揭示了GNN在图结构建模中的独特优势,特别是在捕捉细小末梢支气管方面的突破性表现。文章详细介绍了UNet-GNN混合架构的设计原理、实验性能对比及优化方向,为CT影像分析提供了新思路。

weixin_30379531的博客 224

斯坦福AI交叉硕士:非CS背景申请者的隐藏路径与策略

人工智能的落地应用越来越依赖跨学科能力,单一技术栈已难以解决复杂场景问题。交叉学科项目通过融合机器学习、数据挖掘与领域知识,为非计算机背景的学习者提供了进入AI领域的独特路径。这类项目的核心原理在于,将已有行业经验与AI工具链进行有机结合,形成“领域+技术”的复合技能。其技术价值体现在,能够培养既懂业务逻辑又理解模型能力边界的人才,在AI产品设计、教育科技、数据决策等场景中尤其突出。对于关注斯坦福等顶尖院校申请的非CS学生而言,了解符号系统、管理科学与工程、学习设计与技术等交叉方向,比盲目申请传统CS硕士更

weixin_33755557的博客 453

保姆级教程:用xmir-patcher一键解锁Redmi AX3000路由器的SSH(附视频演示)

本文提供Redmi AX3000路由器SSH解锁的保姆级教程,详细介绍了使用xmir-patcher工具一键解锁SSH的步骤,包括环境搭建、工具获取、图形化操作详解及常见问题排查。解锁后,用户可通过SSH连接实现刷机、插件安装、网络优化等高级功能,提升路由器性能。

weixin_29216049的博客 723

【Claude】API Error 通用错误:错误码含义与标准排查流程 bug报错已解决

Claude API 各类错误码速查与标准排查流程。

博客 8243

北美+德国18名校的数据挖掘、数据分析、人工智能及机器学习课程资源汇总

北美+德国18名校的数据挖掘、数据分析、人工智能及机器学习课程资源汇总 Quora What is Data Science? How do I become a Data Scientist? How does Data Science differ from traditional statistical analysis? ...

weixin_30951743的博客 102

自然语言处理:长文本场景下的关键词抽取实践

自然语言处理:长文本场景下的关键词抽取实践

丨汀、的博客 2076

有关Machinelearning学习的网站

复制去Google翻译翻译结果 不在电脑前?没关系,QQ手机版让你随时随地接收消息!立刻安装 Jupiter 2014/3/6 16:26:48 数据分析资源整理http://blog.sina.com.cn/s/blog_6259a7db0101g5y3.html 北美+德国18所名校数据科学课程汇总 发表于 2013-02-20 15:24 来源:datasciencecen

u010123493的专栏 1291

任务混部最少服务器数量计算问题

这里的并行度指的是该任务运行时会占用的服务器数量。要注意的是,一个服务器在每个时刻可以被任意任务使用,但同一时刻最多只能被一个任务占用,并且任务运行结束后会立即释放服务器(结束时刻不占用)。最后,我们从字典中找出服务器数量的最大值,这个最大值就是完成这批任务混部最少需要的服务器数量。对于每个任务,我们会遍历其对应的时间区间,将该任务的并行度累加到对应时刻的服务器数量上。任务混部的目标是让这批任务由同一批服务器承载运行,你需要计算完成这批任务混部最少需要多少服务器,以此来最大化控制资源成本。

m0_62153576的博客 104

基于Cesium实现,动态水面+大坝排水动画

一、绘制面状水域,使用水波纹理,进行渲染,水体透明,可以看到底色。三、使用粒子系统,将喷泉改变方向,加上重力设置,实现排水动画。二、绘制线状三维体,用作模拟大坝拦截效果。四、最后,模拟水位上升,进行淹没分析,

一醉千秋的专栏 1418

2022年AI专业择校指南:聚焦课程鲜度、算力主权与产业接口

人工智能教育已从通用算法教学迈入系统化工程培养新阶段。AI专业不再仅关乎模型调参能力,更强调课程内容的前沿性(如Diffusion Models、Neural Architecture Search)、学生对GPU/TPU/NPU等异构算力的自主调度权,以及与真实产业场景的数据流、控制流硬接口能力。这些要素共同构成AI系统工程师的核心素养,在医疗影像分割、边缘端实时推理、工业AI部署等高需求领域尤为关键。本文基于2022年全球47所高校实证数据,解析课程代码隐含信息、实验室准入机制与就业出口精度,为学生提供

weixin_30561177的博客 433

构网型逆变器下垂控制与电流限幅策略研究:理论、仿真与代码实现

随着分布式发电和微电网技术的快速发展,构网型(Grid-Forming, GFM)逆变器因其能够自主建立电压和频率参考、支撑弱电网及孤岛运行而受到广泛关注。本文提出并实现了一种基于下垂控制的构网型逆变器控制策略,将逆变器等效为受控电压源,通过L型滤波器接入配电网。在公共耦合点(PCC)处实时测量三相电压和电流,计算有功和无功功率,进而采用P-w和Q-V下垂控制生成内部频率和电压幅值,合成三相参考电压。针对故障情况下过电流问题,设计了一种自适应电流限幅模块:当电流幅值超过设定上限时,动态降低电压参考系数k_s

huanghm88的专栏 153

美国联邦AI研发资金实操分析框架:定义、口径与数据清洗

人工智能研发资金统计是科技政策与产业规划的基础性工作,其核心在于如何科学界定‘AI相关投入’。由于美国联邦预算中并无官方‘AI’科目,资金实际按使命目标与活动类型归类,导致简单关键词匹配极易失真。本文基于NSF、DARPA、NIH、DOE等一手数据源,系统阐释AI资金的三层判定逻辑:技术本质(是否以算法/模型为核心方法)、统计口径(部门职能差异与联合项目去重)、时间对齐(财年制与项目执行周期错位)。通过三级过滤模型与七步数据清洗流程,构建可核查、可复现、可延展的分析框架,支撑政策评估、科研布局与技术路线决策

weixin_34220179的博客 334

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

斯坦福大学吴恩达教授Machine Learning课程笔记

01什么是机器学习? Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。在过去的十年中,机器学习帮助我们自动驾驶汽车,有效的语音识别,有效的网络搜索,并极大地提高了人类基因组的认识。机器学习是当今非常普遍,你可能会使用这一天几十倍而不自知。 回溯到50年代Samuel的定义:在进行特定编程

fencecat的博客 1104

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

Coursera上10个值得去学习的机器学习课程(有字幕)

除此之外你还将获得可共享证书和课程证书,课程视频和阅读材料、练习测验、带同伴反馈的评分作业、带反馈的评分测验、评分编程作业。完成后你将获得可共享证书和课程证书。除此之外,你还将获得课程视频和阅读材料、练习测验、带同伴反馈的评分作业、带反馈的评分测验、评分编程作业。完成后你将获得可共享证书和课程证书。除此之外,你还将获得课程视频和阅读材料、练习测验、带同伴反馈的评分作业、带反馈的评分测验、评分编程作业。除此之外,你还将获得课程视频和阅读材料、练习测验、带同伴反馈的评分作业、带反馈的评分测验、评分编程作业。

加百力 的技术博客 6059

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

【机器学习】Stanford Machine Learning 学习笔记(一)

之前刷过一次斯坦福大学吴恩达教授的Coursera公开课,但那次刷的时候我还太年轻,所以也没做笔记,而且到现在为止,也都快忘的差不多了。过不了多久就要开始保研复试了,这里想再花一个月的时间重新过一遍,也在优快云上做好记录。 因为是这个系列的第一篇文章,所以现在这里大致介绍一下这个课程吧!相信在中国只要接触过ML的同学们,肯定知道吴恩达和周志华这两个名字,毕竟鼻祖级的人物。但对于初学者来说,我...

Johnson的博客 830

第1周 | 斯坦福 CS229 机器学习

本文为斯坦福大学 CS229 机器学习课程学习笔记本文主体部分转载自黄海广博士,文末已给出,大家有兴趣可以直接访问笔记首页,下载对应课程资料及作业代码。

ReturnTmp的博客 2429

Machine Learning(Stanford)| 斯坦福大学机(吴恩达)器学习笔记【汇总】

from:https://blog.youkuaiyun.com/m399498400/article/details/52556168   定义本课程常用符号 训练数据:机器用来学习的数据 测试数据:用来考察机器学习效果的数据,相当于考试。 m = 训练样本的数量(训练集的个数) x = 输入的特征(例如房屋面积) y = 输出结果(例如房屋售价) (x(i),y(i)) = 表示训练集中第i个训...

Wanda && Aidem 860

初学者的机器学习入门实战教程!

这是一篇手把手教你使用 Python 实现机器学习算法,并在数值型数据和图像数据集上运行模型的入门教程,当你看完本文后,你应当可以开始你的机器学习之旅了!

AAI666666的博客 4222

Coursera机器学习+deeplearning.ai+斯坦福CS231n

日志 20170410 Coursera机器学习 2017.11.28 update deeplearning 台大的机器学习课程:台湾大学林轩田和李宏毅机器学习课程 Coursera机器学习 Week 5: Neural Networks: Learning 本来上周开始该学习这个内容,也是先提交了作业,今天才来看看具体的代码;感觉这个课程本身对基础巩固很好。没有连续学习感觉有些有点忘了,...

weixin_34005042的博客 398
上一篇: 全球名校AI课程库(3)| Stanford斯坦福 · 深度学习与计算机视觉课程『CS231n』
下一篇: 全球名校AI课程库(7)| Berkeley伯克利 · 深度神经网络设计、可视化与理解课程『Deep Learning: Designing, Visualizing and Understand』
ShowMeAI
博客等级 码龄5年 6514粉丝 672原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ShowMeAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值