精华内容
下载资源
问答
  • 吴恩达机器学习系列课程配套资料
    2021-03-11 17:01:29

    需要视频配套资料的可以看看这里

    https://zhuanlan.zhihu.com/p/84214338

    这是国内黄博士为吴老师课程赔的全套资料,包括视频字幕,对应python代码,原版PPT,中文版笔记等等

    更多相关内容
  • 吴恩达新书中文

    2018-10-10 20:56:17
    吴恩达新书中文 是
  • 2018 吴恩达(Andrew Ng)新书《Machine Learning Yearning》1~49全
  • 吴恩达deepai课程书籍与代码Programming Assignments of Deep Learning Specialization (5 courses)
  • Machine learning is the foundation of countless important applications, including web search, email anti-spam, speech recognition, product recommendations, and more. I assume that you or your team is ...
  • cs229吴恩达机器学习课件完整学习资料,机器学习入门必备
  • 吴恩达深度学习

    2018-11-21 22:44:42
    深度学习(Deep Learning 最全的中文版)_2017年新书,学习深度学习的入门课程, 介绍了一些基础知识,卷积神经网络CNN,回归神经网络RNN,等现在比较流行的模型。
  • 吴恩达新书《Machine Learning Yearning》中文翻译版 吴恩达新书《Machine Learning Yearning》中英文版 1-52章全 无水印。 本来想不要积分的,但是系统限制至少需要1个积分。如果你没有积分可以浏览在线版:...
  • 花了半个小时做的书签,主要还是PDF放到平板的Goodnotes上看起来比较麻烦吧,同样需求的同学喜欢的话可以下载,只要一个积分哦
  • 资源中包含三个PDF,分别是大牛整理的吴恩达机器学习视频课笔记完整版、深度学习笔记最新版以及吴恩达新书(Machine Learning Yearning)。三本书理论与实践结合,学习了机器学习算法后,Machine Learning Yearning...
  • 吴恩达新书《Machine Learning Yearning》完整中文版PDF,中文名为《机器学习要领》,整理给大家。 《Machine Learning Yearning》是吴恩达历时两年,根据自己多年实践经验整理出来的一本机器学习、深度学习实践...

    吴恩达新书《Machine Learning Yearning》完整中文版PDF,中文名为《机器学习要领》,整理给大家。

    《Machine Learning Yearning》是吴恩达历时两年,根据自己多年实践经验整理出来的一本机器学习、深度学习实践经验宝典。作为一本 AI 实战圣经,本书主要教你如何在实践中使机器学习算法的实战经验。

     

     

     

     

    下载地址

    扫描二维码关注微信公众号,回复关键字“机器学习要领”获取下载地址。

    任何关于算法、编程、AI行业知识或博客内容的问题,可以随时扫码关注公众号「图灵的猫」,加入”学习小组“,沙雕博主在线答疑~此外,公众号内还有更多AI、算法、编程和大数据知识分享,以及免费的SSR节点和学习资料。其他平台(知乎/B站)也是同名「图灵的猫」,不要迷路哦~

     

    展开全文
  • 深度学习算法,吴恩达指导,非常好深度学习算法书籍。
  • 由于没找到完整英文书签版,自己做了一个贡献给战友。原版的表达还是比翻译舒畅些,而且篇幅不长,建议大家看原版
  • 该压缩包是吴恩达最新书籍《Machine Learning Yearning》中英文全集,里面包含了英文原版和中文翻译版,欢迎大家下载学习!大家觉得资源好的话,给小编点个赞哈!五星好评!
  • 吴恩达其他课类型不同,这本书并不属于教材型读物,更偏向于实战经验技巧的汇总,共分成57个小节,每节从示例入手,推荐干货技巧。
  • 吴恩达新书 Machine Learning Yearning 的完整版 1 - 13章 压缩包中包含每一章PDF和13章合并的完整版PDF, 所有资源均为官方版, 无个人修改, 原汁原味 吴恩达写这本书的目的: AI,机器学习和深度学习正在逐渐改变...
  • 2018 吴恩达(Andrew Ng)新书《Machine Learning Yearning》50~52pdf
  • 编辑 | Will出品 | 字节AI吴恩达(Andrew Ng),毫无疑问,是全球人工智能(AI)领域的大 IP!随着近些年来 AI 越来越火的大趋势下,吴恩达一直致力于普及、宣传、推广 ...


    编辑 | Will

    出品 | 字节AI

    吴恩达(Andrew Ng),毫无疑问,是全球人工智能(AI)领域的大 IP!随着近些年来 AI 越来越火的大趋势下,吴恩达一直致力于普及、宣传、推广 AI 教育,包括最前沿、最火爆的 AI 基础课程、深度学习课程等等。惠及全球超过 500w 的人工智能爱好者。

    “AI 如何更好地入门与进阶?”,“有没有一套起点不是很高的 AI 学习路径?”,“这么多优秀公开课,究竟哪一个更适合我?”等,这些往往是初学者们最为关心的几个问题。毫无疑问,吴恩达的 AI 课程在国内外都是入门的首选课程,而且有非常完整的学习路线,无数新手都从这门课中收获满满。

    然而,吴恩达从最早的 CS229,到后来的 deeplearning.ai 深度学习专项课程,还有其它 AI 资源,大神发布的 AI 知名课程和资料非常多。对大部分学习者来说,肯定搜集得不完全而且非常耗时间。这确实是意见麻烦事!

    没关系!我们对吴恩达所有的关于 ML、DL 等课程、资源等做了详细的搜集和整理并汇总到这篇文章里。帮助大家整理出一份超赞的吴恩达 AI 学习路线了!

    下面将按照推荐的从简单到困难的学习路线来梳理吴恩达完整的 AI 课程、资源。赶紧一起来看看吧!

    首先,我们整理了吴恩达完整 AI 资源的思维导图:

    重磅!本文梳理的完整学习路线中,我们对吴恩达所有资源进行了汇总并整理打包!获取地址请见文末!

    Coursera 《Machine Learning》

    推荐指数★★★★★

    课程主页:

    https://www.coursera.org/learn/machine-learning/

    课程特色:

    这门课基本涵盖了机器学习的主要知识点:线性回归、逻辑回归、支持向量机、神经网络、K-Means、异常检测等。课程中没有复杂的公式推导和理论分析,让机器学习初学者能够快速对整个机器学习知识点有比较整体的认识,便于快速入门。

    完整中文笔记(pdf、word、markdown版本)、中英文字幕离线视频、复现的python作业:

    https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

    在线笔记:

    http://www.ai-start.com/ml2014/

    课后作业(Python 版本):

    https://github.com/nsoojin/coursera-ml-py

    课后作业(Jupyter 版本):

    https://github.com/kaleko/CourseraML

    斯坦福 CS229

    推荐指数★★★★

    课程主页:

    http://cs229.stanford.edu/

    课程特色:

    吴恩达在斯坦福教授的《机器学习》(CS 229)课程与 Coursera 上的《Machine Learning》类似,但比 Coursera 上的更全面和进阶,对机器学习和统计模式识别进行了广泛的介绍,非常适合在学完《Machine Learning》之后的提升。

    在线笔记:

    https://wei2624.github.io/machine%20learning/Machine-Learning-Notes/

    配套资源(含 pdf):

    http://cs229.stanford.edu/summer2019/

    精炼知识点速查表:

    https://stanford.edu/~shervine/teaching/cs-229/

    完整速查表 GitHub(9.9k star):

    https://github.com/afshinea/stanford-cs-229-machine-learning

    CS229 线性代数和概率论的翻译:

    https://github.com/fengdu78/Data-Science-Notes/tree/master/0.math/1.CS229

    deeplearning.ai《深度学习专项课程》

    推荐指数★★★★★

    课程主页:

    https://www.deeplearning.ai/deep-learning-specialization/

    https://www.coursera.org/specializations/deep-learning

    课程特色:

    吴恩达在 Coursera 上开设了由 5 门课组成的深度学习专项课程,掀起了一股人工智能深度学习热潮。该专项课程可以说是深度学习入门的最佳课程之一!不仅知识体系完善,涵盖神经网络基础、浅层神经网络、深层神经网络、神经网络优化、CNN、RNN 等知识;而且配备了相当专业的编程题。

    汉化视频:

    https://study.163.com/provider/2001053000/course.htm

    在线笔记:

    http://www.ai-start.com/dl2017/

    https://redstonewill.com/category/ai-notes/andrew-deeplearning-ai/

    28 张精炼图:

    离线文件见文末!

    完整资源:

    https://github.com/fengdu78/deeplearning_ai_books

    CS230

    推荐指数★★★

    课程主页:

    http://cs230.stanford.edu/

    课程特色:

    CS230 是吴恩达在斯坦福大学又开设了高质量的深度学习课程。在这门课中,你将学习深度学习的基础,理解如何构建神经网络,并且学习如何领导一个成功的机器学习项目。课程配备的代码都可以使用 Python 和 TensorFlow 来实现。这门课采用翻转课堂的教学形式,你可以在家观看教学视频,完成深度编程作业和在线测试,然后来到课程做进一步讨论并完成最后的大项目。

    油管视频:

    https://www.youtube.com/playlist?list=PLoROMvodv4rOABXSygHTsbvUz4G_YQhOb

    B 站视频:

    https://www.bilibili.com/video/av47055599/

    项目示例代码:

    https://github.com/cs230-stanford/cs230-code-examples

    课程知识点归纳总结:

    https://stanford.edu/~shervine/teaching/cs-230/

    完整速查表 GitHub(4k star):

    https://github.com/afshinea/stanford-cs-230-deep-learning

    TensorFlow in Practice

    推荐指数★★★★

    课程主页:

    https://www.deeplearning.ai/tensorflow-in-practice/

    https://www.coursera.org/specializations/tensorflow-in-practice

    课程特色:

    吴恩达在 Coursera 上线了新的《TensorFlow in Practice》专项课程。显然,这门专项课程更加注重实践,而且使用现在最火热的深度学习框架 TensorFlow。该专项课程总共包含四门课:

    (1). 《TensoFlow 和机器学习、深度学习的介绍》

    https://www.coursera.org/learn/introduction-tensorflow

    (2). 《TenSorFlow 中的卷积神经网络》

    https://www.coursera.org/learn/convolutional-neural-networks-tensorflow

    (3). 《TenSorFlow 中的自然语言处理》

    https://www.coursera.org/learn/natural-language-processing-tensorflow

    (4). 《序列、时间序列和预测》

    https://www.coursera.org/learn/tensorflow-sequences-time-series-and-prediction

    TensorFlow: Data and Deployment

    推荐指数★★★★

    课程主页:

    https://www.deeplearning.ai/tensorflow-data-and-deployment/

    https://www.coursera.org/specializations/tensorflow-data-and-deployment

    课程特色:

    吴恩达在 Coursera 又有 TensorFlow 专项课程了,这回的主要内容放在了 TensorFlow.js、TensorFlow Lite 等 web 或移动端的使用。主要介绍使用 Tensorflow.js、TensorFlow Lite、TensorFlow Hub 等工具进行数据分析的方法。

    该专项课程总共包含四门课:

    (1). 《Browser-based Models with TensorFlow.js》

    https://www.coursera.org/learn/browser-based-models-tensorflow

    (2). 《Device-based Models with TensorFlow Lite》

    https://www.coursera.org/learn/device-based-models-tensorflow

    (3). 《Data Pipelines with TensorFlow Data Services》

    https://www.coursera.org/learn/data-pipelines-tensorflow

    (4). 《Advanced Deployment Scenarios with TensorFlow》

    https://www.coursera.org/learn/advanced-deployment-scenarios-tensorflow

    AI For Everyone

    推荐指数★★★★

    课程主页:

    https://www.deeplearning.ai/ai-for-everyone/

    https://www.coursera.org/learn/ai-for-everyone

    课程特色:

    《AI For Everyone》,这是一门非技术课程,更主要的是教大家如何将 AI 业务布局到公司,以及谈谈 AI 对社会的影响。你可以从这门课程中学到:

    • 常见人工智能术语的含义,包括神经网络、机器学习、深度学习和数据科学。

    • 人工智能做什么,不能做什么

    • 如何在工作中寻找布局 AI 的机会

    • 如何与 AI 团队合作并建立公司AI战略

    • 怎么看待 AI 道德伦理

    《Machine Learning Yearning》

    推荐指数★★★★★

    书籍介绍:

    历时半年的大作《Machine Learning Yearning》英文版和中文版《机器学习训练秘籍》已重磅问世了!这本书《Machine Learning Yearning》能够从以下几个方面给你带来收获:

    • 优先考虑AI项目最有前途的方向。

    • 调试机器学习项目中的错误。

    • 在复杂设置中构建ML,例如训练/测试样本不匹配。

    • 构建一个ML项目,接近甚至达到人类水平。

    • 知道什么时候、如何使用端对端学习、迁移学习和多任务学习。

    该书中文版 GItHub 地址:

    https://github.com/deeplearning-ai/machine-learning-yearning-cn

    在线阅读:

    https://deeplearning-ai.github.io/machine-learning-yearning-cn/docs/home/

    中文版:

    https://github.com/deeplearning-ai/machine-learning-yearning-cn/releases/download/v0.5.0/MLY-zh-cn.pdf

    其它

    吴恩达:关于机器学习职业生涯以及阅读论文的一些建议

    总结了斯坦福大学CS230深度学习课程在YouTube上的演讲:对职业发展的一些建议以及阅读研究论文的方法。

    原文:

    https://medium.com/@mohamedalihabib7/advice-on-building-a-machine-learning-career-and-reading-research-papers-by-prof-andrew-ng-f90ac99a0182

    视频:

    https://www.youtube.com/watch?v=733m6qBHjI&list=PLoROMvodv4rOABXSygHTsbvUz4G_YQhOb&index=9&t=0s


    吴恩达点赞:22 页《AI 职业发展之路》

    吴恩达推荐了一份精简版的《AI Career Pathways: Put Yourself on the Right Track》,只有 22 页。可谓短小精悍,旨在帮助你走上正规的 AI 职业发展道路。

    在线获取地址:

    https://workera.ai/candidates/report/

    资源获取

    本文搜集了吴恩达全网非常详尽的学习资源和优质课程。建议读者按照本文顺序依次学习。如果你是一位 AI 爱好者,那么重点向你推荐 Coursera《Machine Learning》和deeplearning.ai 深度学习专项课程。

    本文和上面思维导图整理的所有吴恩达 AI 资源,我们已经打包整理完毕!需要的读者请在本公众号“字节AI”后台回复“Wu”,获取!

    希望本文能对你有所帮助,如果觉得这篇文章有用的话,欢迎收藏和转发~


    (完)

    展开全文
  • 吴恩达新书 machine learning yearning 0-35节 pdf电子版
  • 编辑:计算机视觉联盟吴恩达老师讲的机器学习课程比较浅显易懂,很适合数学基础不是很好的人自学,文末附下载方法:《Machine Learning Yearning》是吴恩达历时两年,根据自...

    编辑:计算机视觉联盟

    吴恩达老师讲的机器学习课程比较浅显易懂,很适合数学基础不是很好的人自学,文末附下载方法:

    《Machine Learning Yearning》是吴恩达历时两年,根据自己多年实践经验整理出来的一本机器学习、深度学习实践经验宝典。作为一本 AI 实战圣经,本书主要教你如何在实践中使机器学习算法的实战经验。

    关注公众号,扫码添加小编微信(请备注研究方向和入群),小编会在群公告附上下载链接:

    展开全文
  • 编辑 | Will出品 | 字节AI吴恩达(Andrew Ng),毫无疑问,是全球人工智能(AI)领域的大 IP!随着近些年来 AI 越来越火的大趋势下,吴恩达一直致力于普及、宣传、推广...
  • 吴恩达《Deep Learning》 Fast.ai《程序员深度学习实战》 Stanford《CS231n CNN for Visual Recognition》(2019) 书籍 神经网络与深度学习 - 复旦邱锡鹏 《深度学习》 - Ian Goodfellow 视频课程 MIT《深度...
  • 目标检测(Object Detection):给一个图片,找出这个图片中哪些物体,并把物体的类别标出来。 Classification with localization 思路:如果假设一个图片里只有一个物体,那就可以在原来图像分类的CNN的基础上,...
  • 吴恩达新书《Machine learning Yearning》最新整理版,包括目前所有最新章节。
  • 吴恩达新书Machine Learning Yearing共享版,1~52章节,为全英文版的,慢慢看能看懂
  • 吴恩达deeplearning

    2019-07-23 14:56:43
    完结撒花!吴恩达DeepLearning.ai《深度学习》课程笔记目录总集 https://blog.csdn.net/Koala_Tree/article/details/79913655 完结篇 | 吴恩达deeplearning.ai专项课程精炼笔记全部汇总 ... 网易云课堂在线 ...
  • 吴恩达(Andrew NG)新书稿《Machine Learning Yearning》完整版,共58章。
  • 经典教材无须赘述,很难找的资源,仅供诸君参考学习只用,最后且最重要的,买一本纸质真的很重要
  • 2018 吴恩达(Andrew Ng)新书《Machine Learning Yearning》1~49 https://download.csdn.net/download/richgene/10514559   2018 吴恩达(Andrew Ng)新书《Machine Learning Yearning》50~52全 ...
  • 吴恩达机器学习课程笔记

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 5,637
精华内容 2,254
关键字:

吴恩达有什么书