摘要：
本周内容较多，故分为上下两篇文章。 一、内容概要 1. Anomaly Detection Density Estimation Problem Motivation Gaussian Distribution Algorithm Building an Anomaly Detection Syst 阅读全文
摘要：
Unsupervised Learning 本周我们讲学习非监督学习算法，会学习到如下概念 聚类（clustering） PCA(Principal Componets Analysis主成分分析)，用于加速学习算法，有时在可视化和帮助我们理解数据的时候会有难以置信的作用。 一、内容概要 Clust 阅读全文
摘要：
本周主要学习 SVM 一、 内容概要 Large Margin Classification Optimization Objective（优化Objective（损失函数）） Large Margin Intuition（大边距的直观理解） Mathematics Behind Large Mag 阅读全文
摘要：
Advice for applying machine learning 本周主要学习如何提升算法效率，以及如何判断学习算法在什么时候表现的很糟糕和如何debug我们的学习算法。为了让学习算法表现更好，我们还会学习如何解决处理偏态数据（skewed data）。 以下内容部分参考 "我爱公开课 Ad 阅读全文
摘要：
Neural Networks: Learning 内容较多，故分成上下两篇文章。 一、内容概要 Cost Function and Backpropagation Cost Function Backpropagation Algorithm Backpropagation Intuition B 阅读全文
摘要：
Neural Networks: Learning 内容较多，故分成上下两篇文章。 一、内容概要 Cost Function and Backpropagation Cost Function Backpropagation Algorithm Backpropagation Intuition B 阅读全文
摘要：
Neural Networks: Representation 一、 内容概要 Neural Network Model Representation 1 Model Representation 2 Applications Examples and Intuitions 1 Examples a 阅读全文
摘要：
Logistic Regression 一、内容概要 Classification and Representation Classification Hypothesis Representation Decision Boundary Logistic Regression Model 损失函数 阅读全文
摘要：
1. 内容概要 Multivariate Linear Regression(多元线性回归) 多元特征 多元变量的梯度下降 特征缩放 Computing Parameters Analytically 正规公式（Normal Equation ) 正规公式非可逆性（Normal Equation N 阅读全文
摘要：
之前看过一遍，但是总是模模糊糊的感觉，也刚入门，虽然现在也是入门，但是对于一些概念已经有了比较深的认识（相对于最开始学习机器学习的时候）。所以为了打好基础，决定再次学习一下Andrew Ng的课程，并记录笔记以供以后复习参考。 1. 内容概要 Introduction 什么是机器学习 监督学习 非监 阅读全文