吴恩达机器学习课程思维导图

吴恩达（Andrew Ng）的机器学习课程以其深入浅出的教学风格而闻名，他的Coursera课程通常包括核心概念、统计学基础、线性代数基础、监督学习（如回归和分类）、非监督学习（聚类和降维）、深度学习等内容。如果你想创建一个思维导图来概括这门课程，可能会包含以下关键节点：

1. **课程简介**
- 课程名称：Machine Learning by Andrew Ng
- 开课平台：Coursera

2. **基础知识**
- 统计学
- 描述性统计
- logistic regression
- 决策树与随机森林
- 随机梯度下降 (SGD)
- 支持向量机 (SVM)
- K-means
- 层次聚类
- 主成分分析 (PCA)
- 异常检测

5. **深度学习**
- 深度神经网络 (DNNs)
- 卷积神经网络 (CNNs) & 循环神经网络 (RNNs)
- 梯度消失/爆炸问题
- 反向传播算法
- 优化算法 (Adam, RMSprop)

6. **实践项目**
- 数据预处理
- TensorFlow / PyTorch 实战应用