吴恩达教授在斯坦福大学的机器学习课程讲义、作业及其解析

网易公开课斯坦福吴恩达教授机器学习课程讲义，作业及解析，配合视频学习更加高效易懂，含有各种公式的推导步骤： [第1集] 机器学习的动机与应用 [第2集] 监督学习应用.梯度下降 [第3集] 欠拟合与过拟合的概念 [第4集] 牛顿方法 [第5集] 生成学习算法 [第6集] 朴素贝叶斯算法 [第7集] 最优间隔分类器问题 [第8集] 顺序最小优化算法 [第9集] 经验风险最小化 [第10集] 特征选择 [第11集] 贝叶斯统计正则化 [第12集] K-means算法 [第13集] 高斯混合模型 [第14集] 主成分分析法 [第15集] 奇异值分解 [第16集] 马尔可夫决策过程 [第17集] 离散与维数灾难 [第18集] 线性二次型调节控制 [第19集] 微分动态规划 [第20集] 策略搜索