斯坦福大學2014（吳恩達）機器學習教程中文筆記 GITHUB備份[數學理論/pyrhon程式]

資料來源: https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

GITHUB: https://github.com/jash-git/Coursera-ML-AndrewNg-Notes

Machine Learning (機器學習)是研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。它是人工智能的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域，它主要使用歸納、綜合而不是演譯。在過去的十年中，機器學習幫助我們自動駕駛汽車，有效的語音識別，有效的網絡搜索，並極大地提高了人類基因組的認識。機器學習是當今非常普遍，你可能會使用這一天幾十倍而不自知。很多研究者也認為這是最好的人工智能的取得方式。在本課中，您將學習最有效的機器學習技術，並獲得實踐，讓它們為自己的工作。更重要的是，你會不僅得到理論基礎的學習，而且獲得那些需要快速和強大的應用技術解決問題的實用技術。最後，你會學到一些矽谷利用機器學習和人工智能的最佳實踐創新。

本課程提供了一個廣泛的介紹機器學習、數據挖掘、統計模式識別的課程。主題包括：

（一）監督學習（參數/非參數算法，支持向量機，核函數，神經網絡）。

（二）無監督學習（聚類，降維，推薦系統，深入學習推薦）。

（三）在機器學習的最佳實踐（偏差/方差理論；在機器學習和人工智能創新過程）。本課程還將使用大量的案例研究，您還將學習如何運用學習算法構建智能機器人（感知，控制），文本的理解（Web搜索，反垃圾郵件），計算機視覺，醫療信息，音頻，數據挖掘，和其他領域。

本課程需要10週共18節課，相對以前的機器學習視頻，這個視頻更加清晰，而且每課都有ppt課件，推薦學習。