本仓库收录了本人在学习机器学习课程时所完成的笔记、作业、实验等内容。本着开源精神特地将所有原创资料整理至此，希望与所有学习这门课程的朋友一同进步。因个人能力有限难免有诸多瑕疵甚至错误，若在使用过程中发现，麻烦在Issues中提出！

• 本人选择网课Coursera: Machine Learning作为辅助学习，文件夹内整理了听课时所做的笔记内容。AI 届无人不晓的吴恩达讲授机器学习相关知识，对新手极其友好，把机器学习讲成 1+1=2 一样直白。这门机器学习入门课应该算得上是他的成名作之一（另一个是深度学习课程），在 Coursera 上拥有数十万的学习者（注意这是花钱买了证书的人，一个证书几百刀），白嫖学习者数量也必然是另一个数量级了。
  • Supervised Machine Learning：第一大节课程，监督学习，分为 Classfication 与 Regression 两类呈现。其中核心是 Class Notes 文件夹，是每节课的笔记，其余均为笔记呈现所必须的文件。（下同）
  • Advanced Learning Algorithms：第二大节课程，高级学习算法，分为Decision Tress, Neural Network 与 Model Evaluation and Selection。
  • Other Power Learnings：第三大节课程，其它类型的学习，分为Recommender System 与 Unsupervised Learning。

• CQU Lab：2024年春季学期重庆大学机器学习实验
  • Labx.ipynb 为核心文件，其余均为代码正常运行所需的必要文件。

• CQU Hw：2024年春季学期重庆大学机器学习作业