吴恩达《机器学习》笔记
吴恩达《机器学习》第一章：监督学习和无监督学习
吴恩达《机器学习》第二章：线性回归
吴恩达《机器学习》第三章：矩阵和向量
吴恩达《机器学习》第四章：多元线性回归
吴恩达《机器学习》第六章：逻辑回归
吴恩达《机器学习》第七章：正则化
吴恩达《机器学习》第八章：逻辑回归
吴恩达《机器学习》第九章：神经网络的学习
吴恩达《机器学习》第十章：应用机器学习的建议
吴恩达《机器学习》第十一章：机器学习系统的设计
吴恩达《机器学习》第十二章：支持向量机SVM
吴恩达《机器学习》第十三章：聚类
吴恩达《机器学习》第十四章：降维
吴恩达《机器学习》第十五章：异常检测
吴恩达《机器学习》第十六章：推荐系统
吴恩达《机器学习》第十七章：大规模机器学习
吴恩达《机器学习》第十八章：图片文字识别OCR
两周多终于把吴恩达的机器学习入门课学完了，吴恩达老师讲的通俗易懂，整体容易消化理解；在神经网络那里需要反复多看几遍，贴上自己的分章节笔记，便于以后深入理解修改以及复习；
汇总：学习笔记 —— 吴恩达《机器学习》课程