斯坦福大学机器学习课程个人学习笔记（上）/
斯坦福大学机器学习课程个人学习笔记（上）/(1)线性回归、logistic回归和一般回归.pdf
斯坦福大学机器学习课程个人学习笔记（上）/(2)判别模型、生成模型与朴素贝叶斯方法.pdf
斯坦福大学机器学习课程个人学习笔记（上）/(3)支持向量机SVM（上）.pdf
斯坦福大学机器学习课程个人学习笔记（上）/(4)支持向量机SVM（下）.pdf
斯坦福大学机器学习课程个人学习笔记（上）/(5)规则化和模型选择.pdf
斯坦福大学机器学习课程个人学习笔记（上）/(6)K-means聚类算法.pdf
斯坦福大学机器学习课程个人学习笔记（上）/(7)混合高斯模型和EM算法.pdf
斯坦福大学机器学习课程个人学习笔记（上）/(8)EM算法.pdf
斯坦福大学机器学习课程个人学习笔记（上）/请先查看该说明.txt
斯坦福大学机器学习课程个人学习笔记（下）/
斯坦福大学机器学习课程个人学习笔记（下）/(10)主成分分析.pdf
斯坦福大学机器学习课程个人学习笔记（下）/(11)独立成分分析.pdf
斯坦福大学机器学习课程个人学习笔记（下）/(12)线性判别分析.pdf
斯坦福大学机器学习课程个人学习笔记（下）/(13)因子分析.pdf
斯坦福大学机器学习课程个人学习笔记（下）/(14)增强学习.pdf
斯坦福大学机器学习课程个人学习笔记（下）/(15)典型关联分析.pdf
斯坦福大学机器学习课程个人学习笔记（下）/(16)偏最小二乘法回归.pdf
斯坦福大学机器学习课程个人学习笔记（下）/(9)在线学习.pdf
斯坦福大学机器学习课程个人学习笔记（下）/请先查看该说明.txt