【原】机器学习公开课 目录（课程笔记、测验习题答案、编程作业源码）...持续更新...

之前看过的机器学习课程。本文是相关课程笔记、习题答案、作业源码的电梯。

1 Coursera 斯坦福机器学习课程，Andrew Ng

1.1 说明

课程地址和软件下载

Coursera连接不上（视频无法播放），修改hosts文件

机器学习工具Octave安装（Win10环境）

1.2 课程笔记

Week1

课程笔记 Lecture 1_Introduction and Basic Concepts 介绍和基本概念

课程笔记 Lecture 2_Linear regression with one variable 单变量线性回归

课程笔记 Lecture 3_Linear Algebra Review 线性代数

Week2

课程笔记 Lecture 4_Linear Regression with Multiple Variables 多变量线性回归

课程笔记 Lecture 5 Octave Tutorial 教程

Week3

课程笔记 Lecture 6_Logistic Regression 逻辑回归

课程笔记 Lecture 7 Regularization 正则化

Week4

课程笔记 Lecture 8_Neural Networks Representation 神经网络的表述

Week5

课程笔记 Lecture 9_Neural Networks learning 神经网络学习

Week6

课程笔记 Lecture 10_Advice for applying machine learning 机器学习应用建议

课程笔记 Lecture 11_Machine Learning System Design 机器学习系统设计

Week7

课程笔记 Lecture 12_Support Vector Machines 支持向量机

Week8

课程笔记 Lecture 13_Clustering 聚类

课程笔记 Lecture 14_Dimensionality Reduction 降维

Week9

课程笔记 Lecture 15_Anomaly Detection异常检测

课程笔记 Lecture 16_Recommender Systems 推荐系统

Week10

课程笔记 Lecture 17_Large Scale Machine Learning 大规模机器学习

课程笔记 Lecture 18_Photo OCR 应用实例:图片文字识别

1.3 课上习题和测验答案

Week 1 习题—Linear Regression with One Variable 单变量线性回归

Week 2 习题—Linear Regression with Multiple Variables 多变量线性回归

Week 3 习题—Logistic Regression 逻辑回归

Week 4 习题—Neural Networks 神经网络

Week 5 习题—Neural Networks learning 神经网络学习

Week 6 习题—Advice for applying machine learning 机器学习应用建议

Week 7 习题—支持向量机SVM

Week 8 习题—聚类 和 降维

Week 9 习题—异常检测

Week 10 习题—大规模机器学习

Week 11 习题—Photo OCR

1.4 编程作业答案和源码

Programming Exercise 1—线性回归

Programming Exercise 2—逻辑回归

Programming Exercise 3—多分类逻辑回归和神经网络

Programming Exercise 4—反向传播神经网络

2 网易公开课 斯坦福cs229机器学习，Andrew Ng

课程笔记 Part1：线性回归 Linear Regression

课程笔记 part2：分类和逻辑回归 Classificatiion and logistic regression

课程笔记 part3：广义线性模型 Greneralized Linear Models (GLMs)

3 林轩田《机器学习基石》

林轩田《机器学习基石》 简介