分享一份吴恩达老师团队整理的机器学习教程资料：CS229 Lecture Notes

论坛搬运工

涵盖了监督学习、深度学习、泛化与正则化、无监督学习以及强化学习等全面知识体系的学习资料。

链接：https://cs229.stanford.edu/main_notes.pdf

主要内容：

- 包含监督学习算法如线性回归、逻辑回归、SVM 和核方法等详细讲解；
- 深入介绍深度学习基础、反向传播算法和现代神经网络模块；
- 覆盖泛化理论、偏差-方差权衡以及模型选择方法；
- 提供无监督学习算法如 EM、PCA 和自监督学习的完整讲解；
- 详细阐述强化学习基础理论和算法如 MDP、价值迭代和策略梯度。

适合希望系统学习机器学习基础理论的读者，同时也是机器学习理论学习的重要参考资料。

来源： 微博 @GitHubDaily