首页 > TAG信息列表 > cs229
CS229：Learning Theory 1
Learning Theory Assumption data in training set and test set are from the same distribution all samples are sampled independently Learning Algorithm is deterministic function, while output parameter is a random variable(sampling distribution), but there机器学习&数据挖掘笔记_15（关于凸优化的一些简单概念）
没有系统学过数学优化，但是机器学习中又常用到这些工具和技巧，机器学习中最常见的优化当属凸优化了，这些可以参考Ng的教学资料：http://cs229.stanford.edu/section/cs229-cvxopt.pdf，从中我们可以大致了解到一些凸优化的概念，比如凸集，凸函数，凸优化问题，线性规划，二次规划，二次约束二次每天看一篇科技文献
1. science https://www.sciencemag.org/ 2. arxiv https://arxiv.org/ 2. stanford cs131, cs231, cs221, or cs229 course http://cs231n.stanford.edu/ http://cs229.stanford.edu/ notes http://cs229.stanford.edu/proj2007/ http://cs229.stanford.edu/proj2008/ ..斯坦福CS229机器学习课程的数学基础（概率论）翻译完成
Stanford cs229 manchine learning课程，相比于Coursera中的机器学习有更多的数学要求和公式的推导，课程全英文，基础材料部分还没有翻译。这个基础材料主要分为线性代数和概率论，而且针对机器学习课程做了优化，非常适合学习。我已经翻译完线性代数部分，最近石振宇博士翻译完了概率论部分，