содержание

• предисловие

Неделя 1: Добро пожаловать

• 1.1 What is Machine Learning?
• 1.2 Linear Regression with One Variable

Неделя 2: линейная регрессия с несколькими переменными

• 2.1 Multivariate Linear Regression
• 2.2 Computing Parameters Analytically
• 2.3 Octave/Matlab Tutorial

Неделя 3: Логистическая регрессия

• 3.1 Logistic Regression
• 3.2 Regularization

Неделя 4: Нейронные сети: представление

• 4.1 Neural Networks Representation

Неделя 5: Нейронные сети: обучение

• 5.1 Neural Networks Learning
• 5.2 Backpropagation in Practice

Неделя 6: советы по применению машинного обучения

• 6.1 Advice for Applying Machine Learning
• 6.2 Machine Learning System Design

Неделя 7: машины опорных векторов

• 7.1 Support Vector Machines

Неделя 8: Обучение без учителя

• 8.1 Unsupervised Learning
• 8.2 Dimensionality Reduction

Неделя 9: Обнаружение аномалий

• 9.1 Anomaly Detection
• 9.2 Recommender Systems

Неделя 10: крупномасштабное машинное обучение

• 10.1 Large Scale Machine Learning

Неделя 11: Пример приложения: распознавание фотографий

• 11.1 Application Example: Photo OCR

---

Репозиторий GitHub:Halfrost-Field

Follow: полурост · GitHub

Source: GitHub.com/HAL мороз/га…