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

从官网（https://grouplens.org/datasets/movielens/）下载点的ml-1m.zip数据集，需要的朋友可以拿走

本人自己编写的基于QPSK的ML算法，实现了4x4的MIMO功能

ml.err ml 汇编,在Bin中,从MASM32中获取到的

有书签的 近期，由Frank Hutter, Lars Kotthoff, Joaquin Vanschoren撰写的《AUTOML：方法，系统，挑战》“AUTOML: METHODS, SYSTEMS, CHALLENGES (NEW BOOK)” 221页的草稿版本已经放出，详细讲解了所有AutoML系统背后的基础知识，以及对当前AutoML系统进行了深入描述，Auto-WEKA、Hyperopt-Sklearn、Auto-sklearn等，最后介绍了AutoML的挑战。作者当前正在完成这本新书的编辑工作，它将由NIPS 2018出版发行。

详细解释了信道编码定理，硬判决与软判决，基本信道模型及其信道容量，MAP与ML算法，因子图与和积算法。

提供了DOA估计的几乎所有算法的matlab程序，有注释，而且对多种算法进行了比较，图像清晰

压缩包中包含决策树分类方法，还有随机森林方法的matlab代码。

MDNET论文的pytorch实现代码，python版本python2.7,相关论文请结合我的博客进行阅读。

关于最大似然（ML）准则和最大后验概率（MAP）的MATLAB代码