机器学习-吴恩达PPT

简单粗略的截屏吴恩达课程的PPT的内容，以后有时间了再回来补充一些细节。

一、引言（Introduction）

监督学习

无监督学习

二、单变量线性回归（Linear regression with one variable）

模型表示

代价函数

梯度下降

应用于线性回归的的梯度下降算法

三、线性代数回顾（Linear algebra review）

四、多变量线性回归（Linear regression with multiple variables）

多维特征

多变量的梯度下降

特征和多项式回归

正规方程

五、Octave 教程(Octave tutorial)

六、逻辑回归（Logistic regression）

分类问题

假设表示

决策边界

代价函数

简化代价函数 和 梯度下降

高级优化

多类别分类：一对多

七、正则化（Regularization）

过拟合的问题

代价函数

正则化线性回归

正则化逻辑回归

八、神经网络的表述（Neural networks：representation）

非线性假设

神经元和大脑

模型表示

示例和直观理解

多类分类

九、神经网络的学习(Neural networks: learning)

代价函数

向后传播算法

向后传播直观理解

实施说明：展开参数

梯度检验

随机初始化

合在一起

自动驾驶

十、应用机器学习的建议(Advice for Applying Machine Learning)

决定接下来要尝试什么

假设的评估

模型选择和训练评价测试集

诊断偏差和方差

正则化和偏差、方差

学习曲线

决定接下来要尝试什么回顾

十一、机器学习系统的设计(Machine learning system design)

优先做什么

误差分析

偏斜类的误差度量

权衡查准率和查全率

机器学习的数据

十二、支持向量机（Support vector machines）

优化目标

大边界的直观理解

大间距分类背后的数学问题

核函数

使用SVM

十三、聚类（Clustering）

无监督学习简介

K-均值算法

优化目标

随机初始化

选择聚类数

十四、降维（dimensionality reduction）

动机 I：数据压缩

动机 II：数据可视化

主要成分分析问题

主要成分分析算法

选择主要成分数量

重建的压缩表示

应用PCA的建议

十五、异常检测（Anomaly detection）

问题动机

高斯分布

算法

开发和评价异常检测系统

异常检测vs监督学习

选择特征

多变量高斯分布

异常检测使用多变量高斯分布

十六、推荐系统（Recommender system）

问题描述

基于内容的推荐系统

协同过滤

协同过滤算法

向量化：低矩阵分解

实施细节：均值归一化

十七、大规模机器学习（Large scale machine learning）

十八、

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 202,980评论 5赞 476
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 85,178评论 2赞 380
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 149,868评论 0赞 336
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 54,498评论 1赞 273
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 63,492评论 5赞 364
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 48,521评论 1赞 281
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 37,910评论 3赞 395
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 36,569评论 0赞 256
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 40,793评论 1赞 296
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,559评论 2赞 319
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,639评论 1赞 329
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 33,342评论 4赞 318
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 38,931评论 3赞 307
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,904评论 0赞 19
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,144评论 1赞 259
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 42,833评论 2赞 349
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 42,350评论 2赞 342

推荐阅读更多精彩内容