小菜羊

本文为吴恩达机器学习课程的笔记系列第六篇，主要关于数据降维时常用的算法-PCA主成分分析算法，同时扩展另一算法-ICA 独立成分分析。

本文为吴恩达机器学习课程的笔记系列第五篇，主要介绍几个聚类算法，包括经典的K-Means算法，以及其拓展 二分K-Means算法和另一个常用的DBSCAN算法。

本文为吴恩达机器学习课程的笔记系列第四篇，主要关于支持向量机（Support Vetor Machines）的算法介绍与推导。

本文为吴恩达机器学习课程的笔记系列第三篇，主要关于机器学习应用时如何诊断偏差和方差，从而对机器学习系统实施相应的解决方法，以及介绍设计机器学习系统时的设计方法与评价指标。

本文为吴恩达机器学习课程的笔记系列第二篇，主要学习神经网络的前向传播，重点介绍反向传播的算法原理及推导。

本文为吴恩达机器学习课程的笔记系列第一篇，主要关于线性回归与逻辑回归的详细推导，以及介绍两者之间的区别。

本文是强化学习入门系列的第八篇，前面我们讲Actor-Critic时提到了DDPG。DDPG是google DeepMind团队提出的一种用于输出确定性动作的算法。

本文是强化学习入门系列的第七篇，介绍一种结合了策略梯度和时序差分的算法——Actor-Critic即演员评论家算法。

本文是强化学习入门系列的第六篇，将介绍一种有别于前面Q-learning这些基于价值的算法——策略梯度。