查看原文
其他

吴恩达的 CS229,有人把它浓缩成 6 张中文速查表!

红色石头 AI有道 2021-09-10

点击上方“AI有道”,选择“星标”公众号

重磅干货,第一时间送达


吴恩达在斯坦福开设的机器学习课 CS229,是很多人最初入门机器学习的课,历史悠久,而且仍然是最经典的机器学习课程之一。当时因为这门课太火爆,吴恩达不得不弄了个超大的网络课程来授课,结果一不小心从斯坦福火遍全球,而后来的事情大家都知道了。


首先附上 CS229 的课程主页:


http://cs229.stanford.edu/


该课程对机器学习和统计模式识别进行了广泛的介绍。主题包括:监督学习(生成/鉴别学习、参数/非参数学习、神经网络、支持向量机);无监督学习(聚类、降维、核方法);学习理论(偏差/方差权衡;VC理论;宽间隔);强化学习和自适应控制。本课程还将讨论机器学习的最新应用,如机器人控制、数据挖掘、自主导航、生物信息学、语音识别以及文本和Web数据处理。


今天红色石头给大家总结整理了关于 CS229 非常精炼的几张知识点速查表,包含中文版本!我们一起来看一下!


1. 监督式学习



2. 非监督式学习



3. 深度学习



4. 技巧和窍门



5. 概率与统计



6. 线性代数和微积分


完整资源


1. 网站


这份给力的资源贡献者是一名斯坦福的毕业生 Shervine Amidi。作者关于 CS229 整理了一份超级详细的资源网站,网址为:


https://stanford.edu/~shervine/teaching/cs-229/



其中,每部分都对上述几张速查表进行详细的原理介绍和解释。


2. GitHub


除了在线网站之外,所有的速查表 pdf 文件都放在了作者的 GitHub 上。目前该项目已收获 6000+ stars 了。项目地址:


https://github.com/afshinea/stanford-cs-229-machine-learning


值得一提的是,该项目中所有的速查表都配备了英文版、中文版等 5 中语言版本。可以说作者真的是很用心了。



本文开始所列举的机器学习速查表均来自该 GitHub 项目。


资源下载


如果有读者想要直接获取以上 6 张中文速查表,可直接在本公众号后台回复:【CS229】获取!



【推荐阅读】

干货 | 公众号历史文章精选(附资源)

我的深度学习入门路线

我的机器学习入门路线图


👆加入AI视界,获得不一样的AI视野!


视频 小程序 ,轻点两下取消赞 在看 ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存