Posts
Year
Tag
- 排序算法Python实现(上)
- 排序算法Python实现(下)
- 高斯混合模型和EM算法
- deeplearning-ai-专项课程二第三周
- deeplearning-ai-专项课程二第二周
- deeplearning-ai-专项课程二第一周
- deeplearning.ai 专项课程一第四周
- deeplearning.ai 专项课程一第三周
- deeplearning.ai 专项课程一第一周
- deeplearning.ai 专项课程一第二周
- deeplearning.ai 深度学习专项课程笔记 - 目录
- 支持向量机总结(上)
- CS229机器学习笔记(十) - Learning Theory
- Coursera机器学习笔记(十四) - 数据降维
- CS229机器学习笔记(八)-SVM之软间隔
- CS229机器学习笔记(九)-SVM之SMO算法
- CS229机器学习笔记(七)-SVM之Kernels
- CS229机器学习笔记(六)-SVM之拉格朗日对偶, 最优间隔分类器
- CS229机器学习笔记(四)-生成学习算法, 朴素贝叶斯, 多项式事件模型
- CS229机器学习笔记(五)-SVM之函数间隔, 几何间隔
- CS229机器学习笔记(三)-指数分布族, 广义线性模型
- CS229机器学习笔记(二) - Logistic回归, 牛顿方法
- CS229机器学习笔记(一) - 梯度下降, 正规方程, 局部加权
- CS229机器学习笔记(〇)-目录
- Coursera机器学习笔记(十八) - Photo OCR
- Coursera机器学习笔记(十七) - 大规模机器学习
- Coursera机器学习笔记(十六) - 推荐系统
- Coursera机器学习笔记(十五) - 异常检测
- Coursera机器学习笔记(十三) - 非监督学习
- Coursera机器学习笔记(十二) - SVM
- Coursera机器学习笔记(十一) - 机器学习系统设计
- Coursera机器学习笔记(十) - 机器学习经验方法总结
- Coursera机器学习笔记(九) - 神经网络(下)
- Coursera机器学习笔记(八) - 神经网络(上)
- Coursera机器学习笔记(七) - 来自吴恩达的狗粮和鸡汤
- Coursera机器学习笔记(六) - 正则化
- Coursera机器学习笔记(五) - Logistic Regression
- Coursera机器学习笔记(四) - Octave教程
- Coursera机器学习笔记(三) - 多变量线性回归
- Coursera机器学习笔记(二) - 单变量线性回归
- Coursera机器学习笔记(一) - 监督学习vs无监督学习
- Coursera机器学习笔记(〇)-目录
- 如何在Hexo博客中插入数学公式
- AI Learning Resources