自己微调版本，含注释和数据集，一个程序就能运行，是吴恩达深度学习课程的课后作业

吴恩达机器学习课程配套讲义，配套视频可在网易公开课上找到。

Logistic回归模型简述.docx

人工智能在生产制造业中的实践与应

吴恩达机器学习全部课件及编程练习题ex1-ex8

资源是从CSDN下载的，50积分的那个太贵了，所以重新整理下载了该资源，不想花积分的话，可以直接去百度Andrew Ng CS229，直接去官方网站下载，资源都是开放的。（窃取别人的东西赚钱是很可耻的。） 英文原始讲义本身很好，数学上的东西都讲到了，而且从最基本的数学讲起，很不错的资源。

所用到的文件 ex2.m-Octave/MATLAB脚本，该脚本引导您完成ex2 reg.m-Octave/MATLAB脚本，用于ex2data1.txt练习的后面部分- Ex2data1.txt练习的前半部分的训练集- ex2data2.txt练习的后半部分的训练集提交。m-提交脚本，用于将您的解决方案发送到我们的服务器 mapFeature.m-生成多项式特征的函数 plot decision boundary.m-绘制分类器决策边界的函数 [?]plot data.m-打印二维分类数据的函数 [？]sigmoid.m-sigmoid功能 [？]costFunction.m-Logisti

本文档是针对吴恩达老师深度学习课程(deeplearning.ai)视频做的笔记

该课件为中科院一位仁兄在学习斯坦福大学吴恩达机器学习课程时候所做的学习笔记，非常好，吴老师上课略过的一些内容笔记都详细给出，并且还做了适当补充。强烈推荐。

作者黄海广，GitHub地址：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes