2014-03-03 09:15
34158人閱讀
收藏 舉報
機器學習 史丹福大學 公開課 andrew ng
因為是美國的課堂，當然的教學語言是英語。網易做的不錯，除了把老師說的話全部轉寫下來，還做了中文翻譯，前14集翻譯得不錯，除了偶有錯別字之外，專業術語翻譯的很好，語句也很流暢。第15集以後一直到最後一堂課，翻譯的不是太準確，一些專業術語都翻譯錯了，很讓觀者感到不適。但是，無論如何，還是感謝網易這些轉寫和翻譯的無名網友無私的付出。這些小的瑕疵不會讓真正熱愛這門課程的學習者放棄學習，反而想加入翻譯者的隊伍，為傳播科學知識而貢獻力量呢。
觀後感
andrew ng教授的deep learning維基，有中文翻譯
其他教學資源
其他資源
北京機器學習讀書會
機器學習相關電子書
開啟artificial intelligence找子目錄machine learning）
附：
原文**： 謝謝作者！
機器學習觀後感
機器學習包括了很多方向，原本以為機器學習只是某乙個方向，其實不然，裡面還包括了n多種小方向，n多種演算法。機器學習是對資料探勘的實際的應用，文字挖掘與機器學習的結合可以更好的了解有用資訊。文字挖掘與資料探勘的區別和聯絡 區別 文字挖掘 文件本身是半結構化的或非結構化的，無確定形式並且缺乏機器可理解的...
學習觀觀後感
什麼是學習？學習與記憶的區別又是什麼？首先學習是否等同於記憶，答案當然是否定的，記憶類學習只能解決情況有限的問題。在生活中例子是有限的，而要解決的問題卻有無數 種，正是這樣學習顯得尤為重要。那什麼是學習，學習其實就是在有限的例子中找出問題和答案的規律的乙個過程。我們利用規律再去解決那些問題，而這個規...
《大資料時代》觀後感
後面還有一部分，管理方面的我就不總結了，有興趣的可以找這本書看。這本書案例特別豐富，有100多個，結構清晰，如果從事或者想從事大資料行業的人，看完這個肯定能獲得收穫，記住裡面某些內容。比如我是幹大資料開發，這個分好多流派，我主要bi方向的，最吸引我的點是在大資料思維部分 1.資料多，樣本 全體 2....