☀粉丝后援团机器学习小组。
希望大家能够掌握ML入门，同时把自己的学习过程记录下来加深理解。
熟悉Github和Markdown的使用
https://www.bilibili.com/video/av9912938/
质量还不错
https://www.coursera.org/learn/machine-learning/home/welcome
官方有繁中字幕，但是网速和字幕质量比较糟心。
http://cs229.stanford.edu/materials.html
原版课程讲义和各种资源。
作业在coursera上都可以下载，但是只有加入课程的用户可以在线评测，务必注意。
我会把作业搬运过来，各位如果想参与作业结果评测有三个办法
- 我会把最终结果发出来，可以参考我的结果。
- 在coursera上提交评测。
- 注册一个共用账号提交评测（考虑中）。
另外值得说明的是B站的周序和现在coursera上的周序不是对应的。
每个人在根目录下建立自己的文件夹，文件夹内建议一个文件夹存放笔记，一个文件夹存放代码，另外一个README.md说明。
形式不限，最好是Markdown、HTML。
建议使用Typora进行写作。
欢迎大家把学习代码传上来互相学习，但有几点要求。
具体的Sample过一段时间再发（
可读性永远是第一要求，commit的代码务必写好注释，做到Human-readable。
代码务必完整，训练集最好也能一起发上来。
由于课程要求是Octave，当然也可以用Matlab完成，这就要求各位注明相应的运行环境。
视频一共约20h，建议每天完成一周，共勉吧。
由于github的md解析本身是不支持解析LaTex的，如果想在github上的md中插入数学公式可以参考以下方法
首先在这个LaTex在线编辑器中完成公式
下面有一个框可以生成其它类型的代码，这里选中"URL"或"URL Encoded"，复制链接。
接下来在md中插入图片即可。
效果预览
当然，如果你用的是typora，它自带的有LaTex解析
效果预览