Coursera, Machine Learning

前言

总算是开始学习$ML$了,这个$Stanford$的课看了一下$Materials$发现被精简了好多啊
好处是通俗易懂,入门必备啊。。真是适合我这种数学渣

笔记和编程作业答案

这里丢一波地址,毕竟博客的$md$对$Latex$的兹磁其实是一般的
还是作业部落比较好用,主要是博客还得$push$吧,笔记应该是随心写的那种
所以酱紫比较好


Updated

完成了

  • 现在是2017年3月12日 03:35:01,历时7天整,最终以$99.2\%$的成绩通过了
  • 基本都是一次通过,拿满可能做了$2\sim 3$次
  • 除了Anomaly Detection和Recommender Systems各错了一个,前者做了$6$遍还是没拿满,我!@#$%^&

  • 看到这个绿图还是很欣慰啊,就跟你大半夜日题看到$AC$一样的,勉强入门了??

后记

  • 加油加油,我发现我还是爱学习的? 爱数学?(雾
  • 接下来可以玩一玩平台,工具啥的了
  • 具体数学推导深入啥的,玩的过程中学可能更有效一点的
  • 好像摆脱颓废的状态了,果然是忙起来就好了。。
  • 感觉有空还是要把$cs229$的$lecture notes$看一看的,读了第一个感觉非常好啊
  • 然后跟着他们一起学一学$DL$? 再上一波$cs231n$了估计要

1. 除非注明,本博文即为原创,转载请注明链接地址
2. 本博文只代表博主当时的观点或结论,请不要恶意攻击
3. 如果本文帮到了您,不妨点一下 下面分享到 按钮,让更多的人看到