普林斯顿大学的 COS 324机器学习课程讲义
princeton-introml.github.io/files/COS324_Course_Notes.pdf
内容分为六个部分 ：第一部分介绍监督学习 ，涵盖线性回归、分类及梯度下降等基础模型 ；第二部分探讨无监督学习 ，包括聚类、降维、语言模型和矩阵分解等技术 ；第三和第四部分则深入讲解了当今最热门的深度学习 与强化学习 ，覆盖了前馈神经网络、卷积神经网络、马尔可夫决策过程及Q学习等关键概念 ；第五部分为进阶主题 ，讨论了机器学习伦理及深度学习在自然语言处理中的应用 ；最后一部分则为全书提供了必要的数学基础，包括概率论、微积分和线性代数 。
