学习《吴恩达-机器学习》视频时做的笔记。本篇以照片OCR为例，介绍了如何构建复杂的机器学习系统。此外，提到对机器学习各模块做上限分析的重要性。涉及新算法为滑动窗口分类器。
2022-02-08
11-学习大数据集
学习《吴恩达-机器学习》视频时做的笔记。本篇主要涉及将机器学习应用到大数据集所需要的算法改进。包括随机梯度下降算法以及在线学习机制。
2022-02-08
10-推荐系统（Recommendeder-System）
学习《吴恩达-机器学习》视频时做的笔记。本篇为推荐系统，主要介绍基于内容的推荐系统及其改进算法——协同过滤算法。
2022-02-08
9-异常检测（Anomaly-Detection）
学习《吴恩达-机器学习》视频时做的笔记。本篇为异常检测，主要涉及单变量、多变量高斯分布检测样本集异常点。
2022-02-08
8-无监督学习（Unsupervised Learning）
学习《吴恩达-机器学习》视频时做的笔记。本篇为无监督学习，主要涉及到的无监督学习算法为聚类和PCA降维。
2022-02-08
7-支持向量机（SVM）
学习《吴恩达-机器学习》视频时做的笔记。本篇为支持向量机，也被称作大间距分类器。同神经网络一样，SVM对处理非线性分类有较好的效果。与神经网络不同的是，SVM处理的问题基本都是凸优化问题，因此总能找到问题的全局最优值，而神经网络存在局部最优的问题。
2022-02-08