返回资源列表

Stanford CS229

Stanford CS229:Machine Learning(2018 秋)

学习监督学习、概率建模与机器学习算法的数学基础。

打开官方课程
难度
中阶
形式
大学课程
语言
英文
规模
20 个课节
内容费用
免费
动手
需要动手环境

学完你能

  • 学习监督学习、概率建模与机器学习算法的数学基础

适合你吗

适合

已具备 Python、线性代数、概率和微积分基础,想系统学习监督学习、聚类与降维的学习者。

暂不适合

前置知识不足、需要作业批改或学分证书的人:公开旁听一般不含批改、考试和证书,部分视频也可能不公开。

需要先会

建议先具备:Python、线性代数、概率和微积分(本站建议)。正式选课要求见原站 syllabus。

课程特点

内容侧重
侧重理论理解
练习与项目
原课表列出 PS0–4,但 PS0 历史 PDF 目前404,PS1–4在历史 Piazza 线程。先根据可访问讲义做个人推导或自拟实现,并明确不等于官方作业;完整作业和项目任务须取得对应历史原件后再准备。
学习时长
20 个课节原站未给出统一学习时长;实际用时取决于已有基础。
内容费用
免费课程讲义与各讲笔记、习题课幻灯片 PDF 公开免费;本学期课堂视频仅限 SCPD 与校内学生

来源与使用须知

原始资源
Stanford CS229 收录版本:2018 秋
收录时间
本站首次收录 2026-10-10

版权与转载

  • 课程材料未标明许可:仅供个人学习,转载、修改或商用前请先联系原作者。
  • 本站只提供原始链接和学习指南,不转载、不镜像课程材料;引用时请注明原作者与出处。