cs229

【CS229机器学习】 Lecture5：生成学习算法，生成模型，高斯判别分析模型，多元高斯分布，朴素贝叶斯，拉普拉斯平滑Part4:生成算法模型
cs229 MachineLearning
07-22
CS229学习笔记之广义线性模型
机器学习-CS229 机器学习斯坦福大学 cs229 广义线性模型
05-18
吴恩达_CS229机器学习+深度学习：中文翻译笔记
深度学习机器学习 cs229 吴恩达斯坦福
04-25
【CS229 Lecture notes，Machine Learning，Andrew Ng 】阅读笔记（持续更新中...）Machine Learning
机器学习 Andrew-Ng cs229
04-21
第五讲：正则化与模型选择（Regularization and model selection）1 交叉验证（Cross Validation）2 特征选择（Feature Selection）3 贝叶斯统计(Bayesianstatistics)和正则化 (regularization)
机器学习理论正则化与模型选择机器学习 cs229 Regularization and model selection 人工只能算法
04-07
第八讲：期望最大化算法(EM algorithm)1. Jensen 不等式（Jensen’s inequality）2. 期望最大化算法（EM algorithm）3 高斯混合模型回顾（Mixture of Gaussians revisited ）
机器学习理论 cs229 期望最大化算法 EM algorithm Jensen 不等式机器学习
03-08