点击上方，选择星标或置顶，每天给你送干货
！
阅读大概需要1.11分钟

跟随小博主，每天进步一丢丢
之前吴恩达的机器学习课其实有点浅显，如果想进阶的话，我推荐一个由斯坦福大学计算机系教授Percy Liang整理的一个统计学习理论的一个笔记。不管你现在看不看得懂，我还是建议你收藏起来。若想在我们这条路上走的长久，真的需要了解这些！
它的主要讲的内容有：
  • 一致收敛（VC 维度，Rademacher 复杂性等）

  • 隐式/算法正则化，神经网络的泛化理论

  • 内核方法

  • 在线学习和 bandits 问题

  • 无监督学习：指数族，矩方法，GAN 的统计理论
详细目录为：
领取方式：
公众号后台回复notes即可。
今年该课的课程主页地址为：
https://web.stanford.edu/class/cs229t/
也推荐大家看看。
总之，希望对大家有帮助！
往期推荐：
一大批历史精彩文章啦
有偿征稿！
详解文本分类之多通道CNN的理论与实践
详解文本分类之DeepCNN的理论与实践
资源 | 邓力、刘洋等合著的这本NLP经典书籍之情感分析中文版
资源 | 有没有必要把机器学习算法自己实现一遍？
谈谈我在自然语言处理进阶上的一些个人拙见
从Word Embedding到Bert模型——自然语言处理预训练技术发展史
好文！好看！
继续阅读
阅读原文