2008年《斯坦福大学开放课程 ：机器学习课程》(Open Stanford Course : Engineering Everywhere-MachineLearning)[WMV]

八零后观众可关注观看《斯坦福大学开放课程：机器学习相关的课程》（Open Stanford Course: Engineering Everywhere-Machine Learning），并将其命名为WMV格式文件

链接地址为：http://www.verycd.com/topics/2727693/

http://www.verycd.com/topics/2727693/

[斯坦福大学-机器学习课程].cs229-lecture01.wmv [

](http://www.verycd.com/files/0fc15c91d4b83111bf9f4dd71fd71c32214341899) 详情 |204.4MB|
|[斯坦福大学-机器学习课程].cs229-lecture02.wmv [

](http://www.verycd.com/files/6ac89dceb2a7b7775b540fd5ce1c1231238024715) 详情 |227MB|
|[斯坦福大学-机器学习课程].cs229-lecture03.wmv [

](http://www.verycd.com/files/1ad10f554bc6d3568ebec81e8705633a228567195) 详情 |218MB|
|[斯坦福大学-机器学习课程].cs229-lecture04.wmv [

](http://www.verycd.com/files/cfc68f5cab69a84764296939f323d1da228211775) 详情 |217.6MB|
|[斯坦福大学-机器学习课程].cs229-lecture05.wmv [

](http://www.verycd.com/files/01274e359ebef9351285a91d9bb6cac7235689951) 详情 |224.8MB|
|[斯坦福大学-机器学习课程].cs229-lecture06.wmv [

](http://www.verycd.com/files/b86ccaa058a926508fca43a4698ddacd228304247) 详情 |217.7MB|
|[斯坦福大学-机器学习课程].cs229-lecture07.wmv [

](http://www.verycd.com/files/1758ae51fd4766760460a4daadd8e61d236386323) 详情 |225.4MB|
|[斯坦福大学-机器学习课程].cs229-lecture08.wmv [

](http://www.verycd.com/files/d16a12f4bc022beed46d6ebb096ad75a241344791) 详情 |230.2MB|
|[斯坦福大学-机器学习课程].cs229-lecture09.wmv [

](http://www.verycd.com/files/2dcdab1884feb9a7efe70843a666faa9231945087) 详情 |221.2MB|
|[斯坦福大学-机器学习课程].cs229-lecture10.wmv [

其中cs229-lecture11.wmv文件可直接下载

](http://www.verycd.com/files/10e130c00d2ac83e6b25c68316233eb0256928175) 详情 |245MB|
|[斯坦福大学-机器学习课程].cs229-lecture12.wmv [

](http://www.verycd.com/files/5f937d7c35fb6b5d3df4716079c26f48232176239) 详情 |221.4MB|
|[斯坦福大学-机器学习课程].cs229-lecture13.wmv [

](http://www.verycd.com/files/594ec5d16cdc2072c432dcd791bb7e68233982191) 详情 |223.1MB|
|[斯坦福大学-机器学习课程].cs229-lecture14.wmv [

](http://www.verycd.com/files/7476c48ee33c55fb5a1a391ab4019c2f251718339) 详情 |240.1MB|
|[斯坦福大学-机器学习课程].cs229-lecture15.wmv [

](http://www.verycd.com/files/a8c50d1bb5822268f5c5d3affee74370241258123) 详情 |230.1MB|
|[斯坦福大学-机器学习课程].cs229-lecture16.wmv [

](http://www.verycd.com/files/17054f9793e9fee58771658affb48beb228116443) 详情 |217.5MB|
|[斯坦福大学-机器学习课程].cs229-lecture17.wmv [

](http://www.verycd.com/files/be956f8803c3f3c45d1fec19815a714a240350787) 详情 |229.2MB|
|[斯坦福大学-机器学习课程].cs229-lecture18.wmv [

](http://www.verycd.com/files/02adc6a5b2b19cc302ca77e6bdea0b4f239151651) 详情 |228.1MB|
|[斯坦福大学-机器学习课程].cs229-lecture19.wmv [

](http://www.verycd.com/files/05088be0b429f4b0ff76f19e19009dd5236920911) 详情 |225.9MB|
|[斯坦福大学-机器学习课程].cs229-lecture20.wmv [

](http://www.verycd.com/files/0f7b1b8bfbce9472070ad3cd9306f474239267227) 详情 |228.2MB|
|[斯坦福大学-机器学习课程].materials.rar [

]详情|大约10.5MB|
|全选选项|约4.4GB|

中文名 : 斯坦福大学开放课程 ：机器学习课程

英文名 : Open Stanford Course : Engineering Everywhere-MachineLearning

资源格式 : WMV

发行日期 : 2008年

地区 : 美国

对白语言 : 英语

文字语言 : 英文

简介：

相对于其他名校来说，在斯坦福大学攻读工科课程则更加注重实用性和应用性教学模式。这也是我个人觉得值得借鉴的一点。

以上改写遵循以下原则：在不改变原意的前提下对句子结构、词汇等进行优化调整；通过使用更详细的表述使文字更加丰富；同时严格遵守用户关于格式、标点符号等保留要求

此课程献给所有同好。让我们向着朝阳奔跑吧~

本课程源自斯坦福大学的“Stanford Engineering Everywhere”项目。
homepage：http://see.stanford.edu/default.aspx
现已有的课程包括：
引入计算机科学：Programming Methodology CS106A
编程抽象：Programming Abstractions CS106B
程序设计范式：Programming Paradigms CS107

Artificial Intelligenve (AI) technologies explore advanced methodologies for simulating human intelligence processes, encompassing machine learning, natural language processing, and robotics. An introductory course on Robotics and Autonomous Systems equips students with foundational knowledge of mechanical systems, sensors, and control mechanisms. Advanced techniques in Natural Language Processing (NLP) delve into computational linguistics, text analysis, and semantic understanding. Foundations of Machine Learning methodologies provide comprehensive insights into statistical modeling, algorithmic principles, and optimization strategies for data-driven decision-making systems.

Linear Systems Theory and Optimization Techniques
Fourier Analysis and Its Applications EE261
Linear Dynamical Systems: An Introduction EE263
Convex Optimization Methods I EE364A
Convex Optimization Methods II EE364B

本课程为Artificial Intelligence里的Machine Learning CS229

课程概述 Artificial Intelligence与Machine Learning结合 Instructors include Ng, Andrew

This course offers an extensive overview of machine learning and statistical pattern recognition.

COURSE CONTENTS

APPLICATIONS OF MACHINE LEARNING

PREREQUISITES

Prerequisites: - 掌握基本的计算机科学原理与技能，能够编写有一定难度的程序所需的基础知识。

• 对基础概率论有一定的了解。（Stat 116课程足以满足要求但并非必要条件）
• 对基础线性代数有所了解（例如修读过数学51、数学103、数学113或CS205中的任意一门课程将远远超过必要的程度）。