ML-code-usig-matlab-ad-pytho
coursera吴恩达机器学习课程作业自写Pytho2.7版本，使用jupyterotebook实现，使代码更有层次感，可读性强。
本repository实现算法包括如下：
线性回归:liear_regressio.ipyb
多元线性回归：liear_multiple.ipyb
逻辑回归：logic_regressio.ipyb
正则化用于逻辑回归：logic_regularizatio.ipyb
模型诊断+学习曲线：learCurve.ipyb
一对多分类模型：oeVSall.ipyb
神经网络模型：euralNetwork.ipyb
SVM分类器：svm.ipyb
kmeas聚类：kmeas.ipyb
pca降维：pca.ipyb
高斯分布用于异常检测：aomaly_detectio.ipyb
协调过滤推荐算法：Collaborative_Filter.ipyb
PS:网上其他参考资料分享：1.课程作业原版是MATLAB版本（填空式编码):对应machie-learig-ex1——ex8文件夹
2.kaleko整理的jupyterotebooks版本：对应coursera_ml_ipyb文件夹
3.mstampfer对照原版作业格式整理的Pytho版本，可以尝试自己实现
4.AceCoooool整理的Pytho版本，有中文注释
5.如果需要了解更多算法知识，本人使用jupyterotebook整理的peter的《机器学习实战》代码
6.本人自写的，关于吴恩达（AdrewNg）开设的深度学习课程deeplearig.ai的课程答案
评论