机器学习的算法与应用，监督学习与非监督学习

教程前言

视频教程@机器学习升级版II附讲义，大小3.49G，21个文件，本套机器学习教程，来自斯坦福大学，主讲人是吴恩达（Andrew Ng），本套教程存放在百度网盘，可以转存以后在线播放，或者下载到本地离线学习，同时支持PC端与手机端。

教程目录

01第一集-机器学习的动机与应用.mp4

02第二集-监督学习应用梯度下降.mp4

03第三集-欠拟合和过拟合.mp4

04第四集-牛顿方法.mp4

05第五集-生成学习算法.mp4

06第六集-朴素贝叶斯算法.mp4

07第七集-最优间隔分类器问题.mp4

08第八集-顺序最小优化算法.mp4

09第九集-经验风险最小化.mp4

10第十集-特征选择.mp4

11第十一集-贝叶斯统计正则化.mp4

12第十二集-K-means算法.mp4

13第十三集-高斯混合模型.mp4

14第十四集-主成分分析法.mp4

15第十五集-奇异值分解.mp4

16第十六集-马尔科夫决策过程.mp4

17第十七集-离散与维度灾难.mp4

18第十八集-线性二次型调节控制.mp4

19第十九集-微分动态规划.mp4

20第二十集-策略搜索.mp4

Stanford Universtiy Machine Learning(含学习笔记和原始讲义).rar