斯坦福大学Andrew Ng - 机器学习笔记(6) -- 聚类 & 降维
2016-10-07 12:49
489 查看
大概用了一个月,Andrew Ng老师的机器学习视频断断续续看完了,以下是个人学习笔记,入门级别,权当总结。笔记难免有遗漏和误解,欢迎讨论。
鸣谢:中国海洋大学黄海广博士提供课程视频和个人笔记,在此深表感谢!
鸣谢:中国海洋大学黄海广博士提供课程视频和个人笔记,在此深表感谢!
相关文章推荐
- 斯坦福大学Andrew Ng - 机器学习笔记(1) -- 单变量&多变量线性回归
- 斯坦福大学Andrew Ng - 机器学习笔记(7) -- 异常检测
- 斯坦福大学Andrew Ng - 机器学习笔记(2) -- 逻辑回归 & 正则化
- 斯坦福大学Andrew Ng - 机器学习笔记(4) -- 机器学习算法的选择与评估
- 斯坦福大学机器学习笔记——降维(PCA算法)
- 《机器学习》(Machine Learning)——Andrew Ng 斯坦福大学公开课学习笔记(二)
- 斯坦福大学Andrew Ng - 机器学习笔记(5) -- 支持向量机(SVM)
- 斯坦福大学公开课 :Andrew Ng 机器学习课堂笔记之第一节(机器学习的动机与应用)
- 斯坦福大学Andrew Ng教授《机器学习》课程的个人学习笔记
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 8(二)——降维
- 斯坦福大学Andrew Ng - 机器学习笔记(8) -- 推荐系统 & 大规模机器学习 & 图片文字识别
- 斯坦福大学Andrew Ng - 机器学习笔记(3) -- 神经网络模型
- 《机器学习》(Machine Learning)——Andrew Ng 斯坦福大学公开课学习笔记(三)
- 《机器学习》(Machine Learning)——Andrew Ng 斯坦福大学公开课学习笔记(一)
- 机器学习课程笔记-andrew ng 多参数线性回归
- 斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感
- Coursera公开课笔记: 斯坦福大学机器学习第六课“逻辑回归(Logistic Regression)”
- 斯坦福大学机器学习笔记及代码(一)
- Andrew NG 机器学习听课笔记(2)——过学习与欠学习,最小二乘的概率意义、logistic回归
- Coursera公开课笔记: 斯坦福大学机器学习第七课“正则化(Regularization)”