coursera-机器学习-python coursera 机器学习课程练习的骨架代码，以 ipython 笔记本的形式。 你需要什么来运行这个 Python 3 麻木的 scipy matplotlib 熊猫 scikit 学习 枕头 获得这些最方便的方法是通过 Anaconda 科学 Python 发行版。 此代码是为 Python 3 编写的。如果您希望使用 Python 2，请不要害怕。 您可能需要更改一些打印语句，但仅此而已。

吴恩达Coursera深度学习课程 deeplearning.ai (2-1) 深度学习实践--作业（可执行源码）

2020最新版coursera mooc Introduction to Data Science in Python 用于学习交流

2020最新版coursera mooc Introduction to Data Science in Python 用于学习交流

吴恩达机器学习作业，包括MATLAB版和Python版。其中MATLAB文件夹中有原版编程作业压缩包，其中是有每个作业需要的没有编译的数据集。 机器学习-练习1 线性回归 机器学习-练习2 逻辑回归 机器学习-练习3 神经网络（前向传播） 机器学习-练习4 神经网络（反向传播） 机器学习-练习5 偏差与方差 机器学习-练习6 SVM 机器学习-练习7 聚类和降维 机器学习-练习8 异常检测和推荐系统

本文档 归纳总结了 Nand2Tetris 的 Projects 的课件 lecture 和 课外阅读 book 其中课外阅读book只在第一部分Part1（前六章）有。课件lecture，包括Part1 和 Part2 共12章。 另外附带了 课外阅读 的完整 《The Elements of Computing Systems》pdf 和 《计算机系统要素-从零开始构建现代计算机》pdf 源项目地址 https://www.nand2tetris.org/course Nand2Tetris 是一节面向所有受众，零计算机基础，基于动手实践的从最基本原则做一个计算机出来的课程。 因为CSDN上传大小限制，我将内容分成了三份 上传 nand2tetris课件和读物-part1.zip nand2tetris课件和读物-part2(7-8-9).zip nand2tetris课件和读物-part2(10-11-12).zip 喜欢这个 Nand2Tetris 的课程，也欢迎关注我写的简书教程，这里提供了详细的一步一步说明和教程，并提供了完整的相关文档和软件资料。 https://www.jianshu.com/u/55c13cb0d3f8 课程另外还需要 教学视频 和 软件包 教学视频全集已上传bilibili： https://space.bilibili.com/409579829 软件包：（如链接失效或搜索下面名称） nand2tetris软件包verson2.6 https://download.csdn.net/download/shazizm/11268147

面向对象的程序设计 在Coursera上完成Java专业化的面向对象编程的工作

Coursera作业 该存储库旨在帮助在学习过程中遇到困难的Coursera学习者。 测验和编程作业属于Coursera，请不要将其用于任何其他目的。 如有任何问题，请随时与我联系，我的电子邮件是 。 经济学院专业化高级机器学习 深度学习导论 Python数据科学导论 Python中的应用机器学习 大数据导论 大数据建模与管理系统 大数据交互与处理 文字检索和搜索引擎 文本挖掘和分析 数据挖掘中的模式发现 数据挖掘中的聚类分析 数据科学家的工具箱 R编程 获取和清理数据 算法工具箱 数据结构 图上的算法 字符串算法 神经网络与深度学习 改善深度神经网络的超参数调整，正则化和优化 构建机器学习项

Google的Python速成课程 Google在Coursera上提供的“带有Python专业证书的Google IT自动化”课程的一部分专业化课程 第2周：基本的Python语法 练习测验：表达式和变量 练习测验：功能 练习测验：有条件的 单元2分级评估 第三周：循环 练习测验：While循环 练习测验：循环 练习测验：递归（可选） 单元3分级评估 第4周：字符串，列表和字典 练习测验：字符串 练习测验：列表 练习测验：字典 单元4分级评估 第五周：面向对象编程（可选） 面向对象编程的基础 方法和类（可选） 代码重用（可选） 练习笔记本：面向对象的编程（可选） 第六周：最终项目 练习笔记本-放在一起 最终项目：WordCloud

coursera 上的吴恩达的机器学习课程，octave4.0.0版本提交作业时会提示提交失败，只要将每个作业文件下的lib文件替换成本资源提供的lib即可。