斯坦福 CS229 机器学习中文讲义 第一部分到第三部分 第四部分 生成学习算法 第五部分 支持向量机 第六部分 学习理论 第七部分 正则化与模型选择 感知器和大型边界分类器 K 均值聚类算法 混合高斯和期望最大化算法 第九部分 期望最大化算法 第十部分 因子分析 第十一部分 主成分分析 第十二部分 独立成分分析 第十三部分 强化学习和控制 第十四部分 线性二次调节,微分动态规划,线性二次高斯分布 深度学习 反向传播 决策树 集成学习 凸优化1 凸优化2 隐马尔可夫模型基础