国内本科和研究生对于机器学习的热情特别高涨，北邮研一开了一门机器学习与模式识别的课程100人的课容量，两秒就抢没了。然而据我观察很多同学学习机器学习的时候有两个问题，第一学习资料杂乱，符号标记不一致导致公式推导过程难以记忆。第二，缺少动手编程的机会，因此对很多公式理解不深刻。
　　斯坦福人工智能实验室是人工智能领域的扛把子，牛人包括现在在百度的吴恩达NG（具体课程CS229）和现在在Google的李飞飞（具体课程CS231）。这个笔记是基于CS229机器学习课程的讲解做出的笔记。NG风度翩翩，上课逻辑清晰，有着理工男特有的人格魅力。另外本笔记也会结合李航《统计学习方法》和林轩田《机器学习基石》对NG课程没有展开的点做一点通俗的说明，一来做到理清知识点关系，二来可以备忘，做到温故知新。
　　笔记在编写过程中发现，CSDN的markdown功能特别不好用。不能控制字体大小，不能控制图片大小，是否居中，公式编辑显示有问题，使得整个markdown页面显示出来很垮，不方便学习使用，因此统一使用Word进行排版以后，生成图片进行上传。markdown效果如下：
　　
　　CS229共20个视频，本笔记每一节对应一个视频，各位看官下载CS229讲义英文如果看着费劲，可以先通读一下本笔记，知道大致讲的是什么东西，再来看英文讲义，绝对会提高效率，有问题也可以提出，希望和大家一起进步。
　　现已将笔记资源上传，请移步：
　　第一到三课
　　第四到六课
　　第七到九课
　　第十到十二课
　　第十三到十五课
　　多读论文，多写代码，多与大牛交流。共勉。