Andrew Ng机器学习课程12
声明：引用请注明出处http://blog.csdn.net/lg1259156776/
引言：主要讲述了batch learning和online learning的区别，然后介绍了经典的非监督算法：k-means算法。然后介绍了混合高斯模型以及求解时采用的EM算法。本文是基于lecture notes进行的总结，等上完视频课，会通过12课补充来丰富这些内容。
2015-9-29 艺少
相关文章
- 02-10机器学习12 垃圾邮件分类2（13）
- 02-10林轩田机器学习基石课程个人笔记-第二讲
- 02-10Andrew Ng机器学习算法入门(一):简介
- 02-10CS229 机器学习课程复习材料-线性代数
- 02-10学习笔记之Machine Learning by Andrew Ng | Stanford University | Coursera
- 02-10「吴恩达机器学习」12.机器学习系统设计
- 02-10Andrew Ng 的 Machine Learning 课程学习 (week3) Logistic Regression
- 02-10Andrew Ng 的 Machine Learning 课程学习 (week5) Neural Network Learning
- 02-10李宏毅2021春机器学习课程笔记——Convolutional Neural Network
- 02-10机器学习笔记12