> [!NOTE] > 本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。 > [English](./README.en.md) · [原始项目](https://github.com/afshinea/stanford-cs-229-machine-learning) · [上游 README](https://github.com/afshinea/stanford-cs-229-machine-learning/blob/HEAD/README.md) > 原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。 # 斯坦福大学 CS 229 机器学习速查表 提供以下语言版本：[العربية](https://github.com/afshinea/stanford-cs-229-machine-learning/tree/master/ar) - [English](https://github.com/afshinea/stanford-cs-229-machine-learning/tree/master/en) - [Español](https://github.com/afshinea/stanford-cs-229-machine-learning/tree/master/es) - [فارسی](https://github.com/afshinea/stanford-cs-229-machine-learning/tree/master/fa) - [Français](https://github.com/afshinea/stanford-cs-229-machine-learning/tree/master/fr) - [한국어](https://stanford.edu/~shervine/l/ko/teaching/cs-229/cheatsheet-machine-learning-tips-and-tricks) - [Português](https://github.com/afshinea/stanford-cs-229-machine-learning/tree/master/pt) - [Türkçe](https://github.com/afshinea/stanford-cs-229-machine-learning/tree/master/tr) - [Tiếng Việt](https://github.com/afshinea/stanford-cs-229-machine-learning/tree/master/vi) - [简中](https://github.com/afshinea/stanford-cs-229-machine-learning/tree/master/zh) - [繁中](https://github.com/afshinea/stanford-cs-229-machine-learning/tree/master/zh-tw) ## 目标 本仓库旨在在同一处汇总斯坦福大学 CS 229 机器学习课程所涵盖的所有重要概念，内容包括： - 相关主题的**复习资料（Refreshers）**，突出课程**先修知识**的要点。 - **各机器学习领域的速查表（Cheatsheets）**，以及另一份专门介绍训练模型时应注意的**技巧与窍门（Tips and tricks）**的速查表。 - 将以上所有内容整合为**概念的终极合集**，方便你随时查阅！ ## 内容 #### VIP 速查表 ||||| |:--:|:--:|:--:|:--:| |监督学习（Supervised Learning）|无监督学习（Unsupervised Learning）|深度学习（Deep Learning）|技巧与窍门（Tips and tricks）| #### VIP 复习资料 ||| |:--:|:--:| |概率与统计（Probabilities and Statistics）|代数与微积分（Algebra and Calculus）| #### Super VIP 速查表 || |:--:| |将上述内容汇集于一处| ## 网站 这些材料也可在专用[网站](https://stanford.edu/~shervine/teaching/cs-229),上获取，方便你在任何设备上阅读。 ## 翻译 你希望用母语阅读这些速查表吗？你可以在[这个专用仓库](https://github.com/shervinea/cheatsheet-translation)!帮助我们进行翻译。 ## 作者 [Afshine Amidi](https://twitter.com/afshinea) (Ecole Centrale Paris, MIT) and [Shervine Amidi](https://twitter.com/shervinea) (Ecole Centrale Paris, Stanford University)