在本练习中，您将实现线性回归，并查看它对数据的工作。
在本练习中，您将实现逻辑回归并将其应用于两个不同的数据集。
在本练习中，您将实现一对多逻辑回归和神经网络来识别手写数字。
在本练习中，您将实现神经网络的反向传播算法，并将其应用于手写数字识别任务。
在本练习中，您将实施正则化线性回归，并使用它来研究具有不同偏差方差属性的模型。
在本练习中，您将使用支持向量机（SVM）来构建垃圾邮件分类器。
在本练习中，您将实现K-means聚类算法并将其应用于压缩图像。 在第二部分，您将使用主成分分析来找到面部图像的低维表示。
(其中：octave-workspace文件由于接近100M,无法上传，请通过其它渠道获得)
在本练习中，您将实施异常检测算法，并将其应用于检测网络中的故障服务器。 在第二部分中，您将使用协作过滤来构建电影推荐系统。
1、如果应对超大数据集的训练 2、小批量梯度下降法 3、随机梯度下降法 4、在线实时训练法
本周没有作业