斯坦福公开课机器学习中提到的鸡尾酒会问题测试音频，亲测效果

讲解非常好，基本每一步都在进行数学推导。同时给出热力学，光学，成像的具体应用实例。

该书为斯坦福大学撰写的教材，自然语言处理的教程，介绍了正则表达式、自然语言处理的诸多模型、算法，该书尚未完稿，内部有部分章节空缺，仍然不影响它成为一本优秀的自然语言处理教材，该文件为英文电子版！感兴趣的可以下载学习。

经典手写数字数据集，有5000张图片，囊括了各种书写方式，是由斯坦福大学制作，并对数据集进行了居中，去噪，归一化的预处理。可直接用于训练神经网络，也可用于神经网络的检验。经过前人的各种检验，可放心下载运行。

资源名称：斯坦福大学公开课：编程范式视频课程（27集含笔记）资源目录：【】斯坦福大学公开课编程范式笔记【】编程范式1【】编程范式10【】编程范式11【】编程范式12【】编程范式13【】编程范式14【】编程范式15【】编程范式16【】编程范式17【】编程范式18【】编程范式19【I 资源太大，传百度网盘了，链接在附件中，有需要的同学自取。

黄海广机器学习笔记，到2018-08-06，比较全面，适合入门学习。侵删

斯坦福机器学习编程作业machine-learning-ex1，Linear Regression，线性回归题目，满分，2015最新作业答案

斯坦福机器学习编程作业machine-learning-ex3，Multi-class Classication and Neural Networks神经网络模型，非线性模型题目，满分，2015最新作业答案 Multi-class Classication and Neural Networks MATLAB

世界一流大学Stanford 形象生动的java入门学习材料，就是好玩，注意兴趣培养，内附英文教程。

1-15节全部完整版讲义！超清分享~~~（附赠目录索引和NG原版讲义） 含金量高，独家整理~~ 目录如下： 公开课笔记1-2——线性规划、梯度下降、正规方程组 公开课笔记3——局部加权回归、逻辑斯蒂回归、感知器算法 公开课笔记4——牛顿方法、指数分布族、广义线性模型 公开课笔记5——生成学习、高斯判别、朴素贝叶斯 公开课笔记6——NB多项式模型、神经网络、SVM初步 公开课笔记7——最优间隔分类、原始/对偶问题、SVM对偶 公开课笔记8———核技法、软间隔分类器、SMO算法 公开课笔记9—偏差/方差、经验风险最小化、联合界、一致收敛 公开课笔记10——VC维、模型选择、特征选择 公开课笔记11——贝叶斯正则化、在线学习、ML应用建议 公开课笔记12——K-Means、混合高斯分布、EM算法 公开课笔记13A——混合高斯模型、混合贝叶斯模型 公开课笔记13B-因子分析模型及其EM求解 公开课笔记14——主成分分析 公开课笔记15—隐含语义索引、奇异值分解、独立成分分析