17 大规模机器学习 内容：17.1 大型数据集学习17.2 随机梯度下降法17.3 小批量梯度下降17.4 随机梯度下降收敛17.5 在线学习...

16 推荐系统 内容：16.1 基于内容的推荐系统16.2 协同过滤16.3 低秩矩阵分解16.4 均值归一化 16.1 基于内容的推荐系统 引...

15 异常检测 内容：15.1 异常检测15.2 高斯分布15.3 异常检测算法15.4 开发和评价一个异常检测系统15.5 异常检测与监督学习...

14 降维 内容：14.1 数据压缩14.2 数据可视化14.3 主成分分析法（PCA）14.4 选择主成分的数量14.5 压缩重现14.6 应...

13 聚类 内容：无监督学习K-均值算法优化目标随机初始化选择聚类数 13.1 无监督学习 与监督学习区别：监督学习数据有标签（就是你知道它是属...

12 支持向量机 内容：大边界的直观理解，大边界分类背后的数学，核函数，使用支持向量机 12.2 大边界的直观理解 大间距用一个具体的例子来说，...

12 支持向量机 12.1 优化目标 支持向量机(SVM)，在学习复杂的非线性方程时提供了一种更为清晰，更加强大的方式。也是监督学习算法。他在例...

11 机器学习系统设计 11.1 首先做什么 比如我们要做一个垃圾邮件分类器，那首先就要选择并表达特征向量。邮件的主要内容是单词，所以我们可以根...

10 应用机器学习的建议 10.1 决定下一步做什么 假设再预测房价时产生巨大误差，采用什么方法改进？ 可以收集训练样本（但是事实上并没有什么用...