在2012年的时候，MOOC刚刚开始火爆，机器学习也逐渐热闹起来。当时学习了Andrew的相关课程，做了一些笔记，这里分享给大家，希望对大家有所启发。
分为如下几个方面：
02 单变量线性回归
03 多变量线性回归
04 逻辑斯蒂回归
05 正则化
06 非线性假设之神经网络
07 实践指导
08 SVM
09 聚类
10 异常检测
11 推荐系统
01 前言 Andrew机器学习笔记
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 机器学习是做NLP和计算机视觉这类应用算法的基础，虽然现在深度学习模型大行其道，但是懂一些传统算法的原理和它们之间...
