cs-self-learning/docs/机器学习/ML.md

# Coursera: Machine Learning

## 课程简介

- 所属大学：Stanford
- 先修要求：AI 入门 + 熟练使用 Python
- 编程语言：Python
- 课程难度：🌟🌟🌟
- 预计学时：100 小时

说起吴恩达，在 AI 届应该无人不晓。他是著名在线教育平台 [Coursera](https://www.coursera.org) 的创始人之一，同时也是 Stanford 的网红教授。这门机器学习入门课应该算得上是他的成名作之一（另一个是深度学习课程），在 Coursera 上拥有数十万的学习者（注意这是花钱买了证书的人，一个证书几百刀），白嫖学习者数量应该是另一个数量级了。

这门课对新手极其友好，吴恩达拥有把机器学习讲成 1+1=2 一样直白的能力。你将会学习到线性回归、逻辑回归、支持向量机、无监督学习、降维、异常检测和推荐系统等等知识，并且在编程实践中夯实自己的理解。作业质量自然不必多言，保姆级代码框架，作业背景也多取自生活，让人学以致用。

当然，这门课作为一个公开慕课，难度上刻意放低了些，很多数学推导大多一带而过，如果你有志于从事机器学习理论研究，想要深究这些算法背后的数学理论，可以参考 [CS229](./CS229.md) 和 [CS189](./CS189.md)。

新版课程更新成了一个包含三个课程的系列，可以尝试在 Coursera 申请助学金后不用订阅即可学习。

## 课程资源

- 课程网站：<https://www.coursera.org/specializations/machine-learning-introduction>
- 课程视频：参见课程网站
- 课程教材：无
- 课程作业：参见课程网站

## 资源汇总

当时重装系统误删了文件，我的代码实现消失在了磁盘的 01 串中。不过这门课由于太过出名，网上想搜不到答案都难，相关课程资料 Coursera 上也一应俱全。