机器学习课程 Andrew NG 的所有基础知识笔记,我整理成一个 GitHub 仓库 [R]
摘要
一位用户分享了一个 GitHub 仓库,包含 Andrew Ng 的《机器学习专项课程》所有 10 章的详细课堂笔记,采用 LaTeX 编写并自动编译为 PDF。
https://preview.redd.it/mikhasjiq32h1.png?width=572&format=png&auto=webp&s=4c053200dbd9852bebf083550e2144b31579d497 https://preview.redd.it/bay5r3njq32h1.png?width=575&format=png&auto=webp&s=2823db3d6bc534ef00330528a200cba2aca1c5d3 https://preview.redd.it/dm40ntdkq32h1.png?width=575&format=png&auto=webp&s=703beb099eb6e16d2789ac230ebe77de51f07d7a https://preview.redd.it/eubucz2lq32h1.png?width=575&format=png&auto=webp&s=fb5a8d9a7154396087da33487674cda785d2a62a https://preview.redd.it/0xo3t83nq32h1.png?width=586&format=png&auto=webp&s=a569ae89c44953a5bc9aff6fbb37d25759109dd1 我刚刚完成了 Andrew Ng 的《机器学习专项课程》,在学习过程中,我为全部 10 个章节编写了详细的课堂笔记——从线性回归到强化学习。我花费了大量精力,力求这些笔记尽可能清晰易懂,因此即使你完全是个机器学习新手,也能毫不费力地跟上。笔记采用 LaTeX 编写,并通过 GitHub Actions 在每次推送更新时自动编译为 PDF,因此 PDF 始终是最新的。🔗 GitHub: [https://github.com/TruongDat05/machine-learning-notes-and-code](https://github.com/TruongDat05/machine-learning-notes-and-code)
相似文章
MIT、哈佛、斯坦福和加州理工自行编写机器学习课程笔记,而非使用教科书——我整理了其中最好的
一个精心整理的GitHub仓库汇集了来自MIT、哈佛、斯坦福和加州理工等顶尖大学的高质量、官方发布的机器学习课程笔记,为认真的学习者替代了教科书。
@techNmak: 我想推荐一个对任何学习机器学习的人都真正有价值的资源:ML-From-Scratch…
一个GitHub仓库,使用纯NumPy从零实现基础机器学习算法,旨在通过强调清晰度而非性能来帮助学习者理解算法的内部工作原理。它涵盖了监督学习、无监督学习、深度学习以及强化学习主题。
@techNmak: 这个GitHub仓库是个宝库,如果你想深入理解AI/ML,而不仅仅是使用它。数学、计算机科学和AI概要。免费…
一个免费的、直觉优先的开放教材和GitHub仓库,涵盖从基础知识到前沿课题的数学、计算机科学和AI,并附带一个用于AI助手的MCP服务器。
@mdancho84: 有人整理了超过400个人工智能和机器学习精选资源,然后放到了GitHub上。这里是链接(免费):
一份包含400多个人工智能和机器学习精选资源的合集已在GitHub上免费发布。
@DanKornas: 别再从随机的标签页学习机器学习数学了。
一个精心整理的GitHub收藏集(Mathematics for Machine Learning),整理了书籍、论文、视频讲座和数学基础,用于学习和复习机器学习背后的数学知识,涵盖线性代数、微积分、概率论、统计学等。