图论在研究中经常会用到，压缩包包含了一些图论学习的课件和讲义，共30讲，如树，欧拉图，平面图，有向图，Turan定理等，非常的详细，适合复习和学习。

卡内基梅隆大学机器学习讲义，50M，注意是2011年的文件

先验概率和后验概率 用P(h)表示在没有训练数据前假设h拥有的初始概率。P(h)被称为h的先验概率。 先验概率反映了关于h是一正确假设的机会的背景知识 如果没有这一先验知识，可以简单地将每一候选假设赋予相同的先验概率 类似地，P(D)表示训练数据D的先验概率，P(D|h)表示假设h成立时D的概率 机器学习中，我们关心的是P(h|D)，即给定D时h的成立的概率，称为h的后验概率

斯坦福机器学习讲义及斯坦福 cs229 机器学习课程笔记

菜菜机器学习讲义和资料

很直观 入门很好！ Lecture I: Introduction of Deep Learning Lecture II: Tips for Training Deep Neural Network Lecture III: Variants of Neural Network Lecture IV: Next Wave

贝叶斯学习的讲义，用于模式识别和机器学习。PDF版本，便于下载打印。

铝合金基础知识学习讲义—变形铝合金生产流程概述PPT课件.pptx

4.作图 方式：描点法——两点间用直线相连 (1).平面曲线 plot(自变向量，因变向量，‘特征字符’） Ⅰ.一条曲线

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。