斯坦福大学机器学习
机器学习是一门研究在非特定编程条件下让计算机采取行动的学科。最近二十年，机器学习为我们带来了自动驾驶汽车、实用的语音识别、高效的网络搜索，让我们对人类基因的解读能力大大提高。当今机器学习技术已经非常普遍，您很可能在毫无察觉情况下每天使用几十次。许多研究者还认为机器学习是人工智能（AI）取得进展的最有效途径。在本课程中，您将学习最高效的机器学习技术，了解如何使用这些技术，并自己动手实践这些技术。更重要的是，您将不仅将学习理论知识，还将学习如何实践，如何快速使用强大的技术来解决新问题。最后，您将了解在硅谷企业如何在机器学习和AI领域进行创新。
本课程将广泛介绍机器学习、数据挖掘和统计模式识别。相关主题包括：(i) 监督式学习（参数和非参数算法、支持向量机、核函数和神经网络）。(ii) 无监督学习（集群、降维、推荐系统和深度学习）。(iii) 机器学习实例（偏见/方差理论；机器学习和AI领域的创新）。课程将引用很多案例和应用，您还需要学习如何在不同领域应用学习算法，例如智能机器人（感知和控制）、文本理解（网络搜索和垃圾邮件过滤）、计算机视觉、医学信息学、音频、数据库挖掘等领域。
C229课程地址
官网地址
http://cs229.stanford.edu
课件地址
http://cs229.stanford.edu/syllabus.html
原始的英文课件（pdf格式） https://pan.baidu.com/s/1n9xrs1-bz33Zs0_tbdehWg 提取码：mgkg
Coursera课程地址
官网地址
https://www.coursera.org/learn/machine-learning/home/welcome
每节课的资源（课上讲的代码公式都在里边）
https://www.coursera.org/learn/machine-learning/resources
网盘资源
视频+ppt 由黄海广进行字幕翻译，并且有他做的完整中文笔记
https://pan.baidu.com/s/1n9xrs1-bz33Zs0_tbdehWg 提取码：mgkg
安装软件
Octave
wiki地址： https://wiki.octave.org/GNU_Octave_Wiki
官网教程：https://octave.org/doc/interpreter/
MATLAB在线地址
https://matlab.mathworks.com/ 登录后upload作业工程文件
只在 Coursera 开课期间可用