From 4853c55a69e1d61edcebe56c75fe4ab8c1ebbc54 Mon Sep 17 00:00:00 2001
From: Jinming Hu <438600480@qq.com>
Date: Sun, 20 Jun 2021 20:48:56 +0800
Subject: [PATCH] Add comments for Stanford CS229

---
 StanfordCS229机器学习/README.md | 37 +++++++++++++++++++++++++++++++++
 1 file changed, 37 insertions(+)
 create mode 100644 StanfordCS229机器学习/README.md

diff --git a/StanfordCS229机器学习/README.md b/StanfordCS229机器学习/README.md
new file mode 100644
index 0000000..f313e8f
--- /dev/null
+++ b/StanfordCS229机器学习/README.md
@@ -0,0 +1,37 @@
+课号：[Stanford CS229](http://cs229.stanford.edu/)
+
+教授：[Andrew NG 吴恩达](https://www.linkedin.com/in/andrewyng/)
+
+评论贡献者：[Jinming Hu](https://conanhujinming.github.io/)
+
+- [x] Videos，[Youtube](https://www.youtube.com/watch?v=jGwO_UgTS7I&list=PLoROMvodv4rMiGQp3WXShtMGgzqpfVfbU), [B站](https://search.bilibili.com/all?keyword=cs229&from_source=webtop_search&spm_id_from=333.851)
+- [x] [Slides & Notes](http://cs229.stanford.edu/syllabus-spring2021.html)
+- [x] [Assignment x 4 (2010 版本)](https://see.stanford.edu/Course/CS229)
+
+## 课程信息
+
+机器学习。介绍了机器学习的基本概念，统计机器学习的经典算法（包括监督与无监督学习），深度学习的简要介绍，和强化学习。
+
+## 适合人群
+
+个人认为适合作为机器学习的第二门课程。第一门课程更推荐Coursera上吴恩达的课程。当然，要学习机器学习，数学基础（高数、线代、概率论与统计）和编程基础（计算机导论和数据结构与算法）是不能缺少的。
+
+## 课程评价
+
+吴恩达的讲课还是非常清晰的。这门课程的一大亮点是Notes非常得清晰和完善，而最大的弱点则是没有编程作业。四次作业基本都是概念与数学推导，有些推导难度还挺大的。但是我个人特别看重编程，即使是学机器学习，我也认为写代码是不可缺少的，而这门课则没有这样的作业公开出来，非常可惜。所以我更推荐浙江大学计算机学院的《机器学习》课程，那门课程有较丰富的编程作业XD
+
+视个人基础，大概需要150到200小时左右的学习时间。
+
+## 需要注意的坑点
+
+这门课也打磨多年了，基本上想不到什么坑点。而且没有编程作业，想坑都没地方坑......
+
+## 非官方资料推荐
+
+- 暂无
+
+## 后续课程推荐
+
+- [Stanford CS231N](https://conanhujinming.github.io/comments-for-awesome-courses/StanfordCS231N%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C.html)：可以说是入门深度学习最好的课程之一了。
+- [Stanford CS224n](http://web.stanford.edu/class/cs224n/)：入门深度学习做NLP的最好课程之一。
+- [Berkeley CS285](http://rll.berkeley.edu/deeprlcourse/)：深度强化学习。
\ No newline at end of file