韩颖

机器学习-斯坦福大学-Lecture1-机器学习入门在网上搜索过很多资料，最终确定以Coursera上斯坦福大学的公开课 机器学习(Andrew Ng)作为入门资料摘要： 机器学习-斯坦福大学-Lecture1-机器学习入门 1欢迎 应用场景举例 为什么机器学习如此受欢迎呢 2机器学习是什么 机器学习的定义 练习题 学习算法的分类 3监督学习 基本思想 两类问题 练习题 4无监督学习 是什么 聚类算

机器学习-斯坦福大学-Lecture2-单变量线性回归 机器学习-斯坦福大学-Lecture2-单变量线性回归 1模型表示 2-24代价函数 5-26梯度下降算法 7梯度下降的线性回归2.1模型表示 例子：这个例子是预测住房价格的，使用一个数据集，数据集包含俄勒冈州波特兰市的住房价格。我们要根据不同房屋尺寸所售出的价格，画出我的数据集。比方说，如果有个朋友的房子是 1250 平方尺大小，要告诉他

机器学习-斯坦福大学-Lecture3-线性代数基础 机器学习-斯坦福大学-Lecture3-线性代数基础 线性代数可参考 麻省理工公开课：线性代数（Gilbert Strang）