机器学习——Andrew NG老师课程学习笔记
2017-03-14 12:08
399 查看
机器学习分四类:
1:监督学习
2:理论学习
3:非监督学习
4:强化学习
——————————————————————————————————————
数据策略和技术方面书籍
初级理论的:
1)http://product.china-pub.com/197290#ml
2)http://product.china-pub.com/199149
工程性:
1)http://product.china-pub.com/3767774
2)http://product.china-pub.com/4608484
3)http://product.china-pub.com/3803865
还有两本我在看的:《机器学习导论》(注意作者是Alpaydin,这本书是手册,就是遇到聚类、多元统计、贝叶斯等基本概念不用再东翻西找。公司的8节ML课里一半时间在讲统计)《tensorflow实战google深度学习框架》 这个非常适合初学者上手。 http://open.163.com/special/opencourse/machinelearning.html 这是NG成名作。
书可以作为手册。反而一些课程很好,多上coursera。真遇到实际问题的时候,看论文和技术blog反而更有收获吧。一点浅见,也在努力学习中,和各位一起学习进步!
___________________________________________________________________________
Google的核心竞争技术是它的计算平台。Google的大牛们用了下面5篇文章,介绍了它们的计算设施。
GoogleCluster: http://research.google.com/archive/googlecluster.html Chubby:http://labs.google.com/papers/chubby.html
GFS:http://labs.google.com/papers/gfs.html
BigTable:http://labs.google.com/papers/bigtable.html
MapReduce:http://labs.google.com/papers/mapreduce.html
很快,Apache上就出现了一个类似的解决方案,目前它们都属于Apache的Hadoop项目,对应的分别是:
Chubby-->ZooKeeper
GFS-->HDFS
BigTable-->Hbase
MapReduce-->Hadoop
目前,基于类似思想的Open Source项目还很多,如Facebook用于用户分析的Hive。
1:监督学习
2:理论学习
3:非监督学习
4:强化学习
——————————————————————————————————————
数据策略和技术方面书籍
初级理论的:
1)http://product.china-pub.com/197290#ml
2)http://product.china-pub.com/199149
工程性:
1)http://product.china-pub.com/3767774
2)http://product.china-pub.com/4608484
3)http://product.china-pub.com/3803865
还有两本我在看的:《机器学习导论》(注意作者是Alpaydin,这本书是手册,就是遇到聚类、多元统计、贝叶斯等基本概念不用再东翻西找。公司的8节ML课里一半时间在讲统计)《tensorflow实战google深度学习框架》 这个非常适合初学者上手。 http://open.163.com/special/opencourse/machinelearning.html 这是NG成名作。
书可以作为手册。反而一些课程很好,多上coursera。真遇到实际问题的时候,看论文和技术blog反而更有收获吧。一点浅见,也在努力学习中,和各位一起学习进步!
___________________________________________________________________________
Google的核心竞争技术是它的计算平台。Google的大牛们用了下面5篇文章,介绍了它们的计算设施。
GoogleCluster: http://research.google.com/archive/googlecluster.html Chubby:http://labs.google.com/papers/chubby.html
GFS:http://labs.google.com/papers/gfs.html
BigTable:http://labs.google.com/papers/bigtable.html
MapReduce:http://labs.google.com/papers/mapreduce.html
很快,Apache上就出现了一个类似的解决方案,目前它们都属于Apache的Hadoop项目,对应的分别是:
Chubby-->ZooKeeper
GFS-->HDFS
BigTable-->Hbase
MapReduce-->Hadoop
目前,基于类似思想的Open Source项目还很多,如Facebook用于用户分析的Hive。
相关文章推荐
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 6(一)—— 机器学习诊断、偏差与方差
- 机器学习之&&Andrew Ng课程复习--- 学习笔记(一、二课)
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 3——逻辑回归、过拟合与正则化
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 8(二)——降维
- 机器学习之&&Andrew Ng课程复习--- 学习笔记(第三课)
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 8(一)——无监督学习
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 9(二)——推荐系统作业
- 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 1——简单的线性回归模型和梯度下降
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 7——支持向量机
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 4——神经网络(一)
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 6(二)——误差分析与数据集偏斜处理
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 5——神经网络(二)
- 《IT播吧.-.大灰狼老师出品的零基础汇编视频课程》学习笔记
- 台大林轩田机器学习课程笔记2----机器学习的分类
- 台大-林轩田老师-机器学习基石学习笔记9
- 机器学习技法课程学习笔记13-- Deep Learning
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(3-1)-- 机器学习策略(1)(转)
- Andrew Ng 《机器学习》课程笔记
- s3c2440时钟学习(韦东山老师课程学习笔记)