由买买提看人间百态

topics

全部话题 - 话题: cs229
1 (共1页)
m**********r
发帖数: 92
1
我大概看了下CS229的课件和syllabus,肯定CS229内容量大,Coursera上那个只是点到
为止,讲得比较浅,主要是告诉你怎么用
CS229没有cover Neural Network?
m******g
发帖数: 621
2
CS229比较深入。但是我记得内容和COURSERA差不多。
CS229的NOTES不错。
f********a
发帖数: 1109
3
cs229是黑白上手写的吧?体验不好
f********a
发帖数: 1109
4
cs229多讲的那些工作里能用得上吗?
还是说Coursera就够了
C********e
发帖数: 492
5
cs229讲的只是机器学习中很浅显的内容。。。
千万不要觉得里面很多超出实际的东西;这些都是最基础的。。。
j*******p
发帖数: 73
6
来自主题: JobHunting版 - 求 data mining 统计方面的书
For Stats, The Elements of Statistical Learning, by Hastie et al.
For CS, Pattern Recognition and Machine Learning, by Bishop, and Stanford CS
229: Machine Learning, taught by Prof. Ng http://cs229.stanford.edu/ and http://see.stanford.edu/see/courseinfo.aspx?coll=348ca38a-3a6d-4052-937d-cb017338d7b1)
For introduction, Introduction to Data Mining, by Tan et al., and Stanford
STATS 202, http://www.stats202.com/
Yes, R is very popular for Data mining. You don't have to know multivariate
analysis,... 阅读全帖
k****a
发帖数: 32
7
申了一些data相关的职位,不少都会问machine learning的东西
考虑了看Andrew Ng CS229的notes
或者ESL
但是证明实在太多了 又厚。。。
不知道有没有别的好的资料 谢!!
e****z
发帖数: 108
8
是啊, 我全职找了一个月DS, 靠版上一个前辈推荐,拿了一个面试, 自己海投了20-
30封简历, 拿了一个面试, 但是都没拿到onsite。 我平心而论, 各种数据分析,
ML, 和Deep learning的东西都知道点, 当然面试准备的也许不足,学校系里的ML和
深度学习的课上过, Ng的课上过, 而且还是原版cs229, 不是coursera上阉割版的,
我还是物理phd+cs的master, 结果自己海投也就一个公司过了一轮技术面, 其余的
phone screening都挂了,反倒是无心插柳的sde却随便一投,就有点机会, 可惜
leetcode刷的不够, 挂了一次, 现在我估计也不想DS了, 也不知道之前那些转行找
到了DS的人到底是运气好, 还是付出了我没看到的努力, 总之比起来SDE来说,这条
路很难走, 希望有类似的犹豫的人, 还是直奔SDE吧, 可惜我没早领悟到, 希望把
自己的经历讲出来 ,以渡有缘人!

video
M****o
发帖数: 4860
9
还有paper,有兴趣的可以看一下:
Stock Market Forecasting Using Machine Learning Algorithms
http://web.stanford.edu/~hjiang36/projectReports/CS229.pdf
d******e
发帖数: 7844
d******e
发帖数: 7844
11
来自主题: CS版 - Valiant 是理论大牛
Andrew Ng的CS229有讲SLT
m******g
发帖数: 621
12
来自主题: Programming版 - 学习DEEP LEARNING
请教诸位大神:
想学习DEEP LEARNING,应该看什么书或者选什么课程比较好?
目前已经上过:1) CS229, 2) CS231N
下面是要看DEEP LEARNING那本书么?还是有进阶的课程?还是要补一下统计和概率?
谢谢
m******g
发帖数: 621
13
来自主题: Programming版 - 学习DEEP LEARNING
229感觉和DEEP LEARNING没什么太大关系。就是传统的ML(REGRESSION,
CLASSIFICATION, PCA)那些。不过我主要是之前没有任何MACHINE LEARNING基础,所
以上了一下。如果你对SGD以及线性代数这些比较了解,就不用229。
推荐CS229。ANDREW NG的COURSERA课太简单。
f********a
发帖数: 1109
14
发现都是安德鲁讲的,章节也差不多。哪个更好更有知识量?
f********a
发帖数: 1109
15
这里有人吗?hello?
f*******t
发帖数: 7549
16
建议看CS231N,只读网页就行。这门课跟229共享不少同样的内容,但课件质量真是差
得太远了。231很形象地描述了很多东西,在229的课件里就是一堆鬼才看的懂的数学公
式……
f********a
发帖数: 1109
17
231n已经看过了,现在反过头想学习一下ML的基本知识。这才想请大家比较一下229和
Coursera
f*******t
发帖数: 7549
18
coursera现在是谁在教?几个月前的课是一个女教授,讲的还不错
f********a
发帖数: 1109
f*******t
发帖数: 7549
20
https://www.coursera.org/learn/ml-regression/home/info
这个session有两个老师,我只看了开头的一点,Emily Fox讲的
f********a
发帖数: 1109
e*******o
发帖数: 4654
22
coursera 上的简单,原始版的难一些 http://cs229.stanford.edu/materials.html
数学用不上是假的,不过大一大二的数学也差不多了。
D******4
发帖数: 47
23
not sure what exact machine learning knowledge is needed in quant field, but
here is a good introduction one (in my opinion)
http://cs229.stanford.edu/materials.html
they also have videos online.
H*****l
发帖数: 1257
24
网页上有讲义,但是作业已经没有了。。
c*******m
发帖数: 522
25
来自主题: DataSciences版 - 求助:Bayesian入门

你可以去搜下stanford CS229 的note。里面讲了用naive bayes做spam email的
classification
c*******m
发帖数: 522
26
来自主题: DataSciences版 - 求助:Bayesian入门

你可以去搜下stanford CS229 的note。里面讲了用naive bayes做spam email的
classification

发帖数: 1
27
cs229里面有提到bias, variance,两者的tradeoff,说真的只了解一点点。
刚才google 了一下网上有人讨论high bias,high variance 共存的现象,看的晕了。
现实世界会发生这样的情况吗?

发帖数: 1
28
上CS229,比COUREA上的要细的多,把最根本的东西讲解出来.
a*****a
发帖数: 19262
29
没错没错,所以coursera是入门课,要再仔细学这门课,看看CS229的讲义

发帖数: 1
30
上CS229,比COUREA上的要细的多,把最根本的东西讲解出来.
a*****a
发帖数: 19262
31
没错没错,所以coursera是入门课,要再仔细学这门课,看看CS229的讲义
y***i
发帖数: 11639
32
来自主题: _PathToTruth版 - 2016
我的资料都是从百度云上下载的。
搜:斯坦福 机器学习,可以找到 Andrew NG的cs229的文字和录像
同时看 李航的 统计学习方法。很多相同的内容。一个看不懂就看另一个。
下载但没看的:
机器学习实战 [下一本就准备看这个]
Pattern recognition and machine learning
Elements of Statistical learning
Bengio 的deep learning.
知乎上跟踪 机器学习 和 deep learning的话题,有一些学习的建议。
微信号 新智元 机器之心 都是些八卦
y***i
发帖数: 11639
33
来自主题: _PathToTruth版 - 2016
我的资料都是从百度云上下载的。
搜:斯坦福 机器学习,可以找到 Andrew NG的cs229的文字和录像
同时看 李航的 统计学习方法。很多相同的内容。一个看不懂就看另一个。
下载但没看的:
机器学习实战 [下一本就准备看这个]
Pattern recognition and machine learning
Elements of Statistical learning
Bengio 的deep learning.
知乎上跟踪 机器学习 和 deep learning的话题,有一些学习的建议。
微信号 新智元 机器之心 都是些八卦
1 (共1页)