先想清楚：这套作业班解决什么问题

吴恩达的机器学习公开课本身理论讲得很透彻，但很多上班族的痛点是：视频看完了，公式也抄了，一到自己写代码就大脑空白，或者连环境都跑不起来。这份资料的核心定位不是重讲一遍理论，而是补上“从听懂到能敲出代码”这段最难的实操断层。它把原课程拆成了按天推进的节奏，每天先回顾线性代数、多元线性回归、逻辑回归、正则化这些核心概念，紧接着给出对应的编程作业任务和讲解视频。如果你正卡在“懂原理但不会写实现”这一步，这套资料就是用来带你过手感的。

适合什么基础，建议先看哪几块

这套资料不适合完全零基础的人。你需要具备基本的 Python 语法能力，能看懂列表推导和简单的函数封装，同时最好已经粗略看过吴恩达的理论视频，至少知道假设函数和代价函数在算什么。资料里涉及线性代数的部分只做回顾，不会从零教矩阵乘法，所以如果你连向量维度都理不清，建议先去补基础。如果是符合上述基础的开发者或转行者，建议直接从第一周的多元线性回归和第二周的逻辑回归这两块入手。这两块是整个机器学习的地基，搞懂了它们，后面的正则化只是在这个基础上加惩罚项。不要跳着看，这套资料的逻辑是线性的，前一天的代码往往是后一天作业的依赖。

资料怎么配合练习，学完能独立做什么

正确的使用方式是：先通读当天的 HTML 概念文档，然后不要看答案，自己动手把当天的编程作业写一遍。写不出来或者卡住的时候，再去对照配套的作业讲解视频查漏补缺。视频的作用是帮你定位逻辑错误，而不是让你抄一遍代码。重点在于理解梯度下降每一次循环里参数更新的推导过程，以及向量化实现为什么能替代 for 循环。把线性回归、逻辑回归和正则化这三套作业亲手跑通之后，你就能独立完成一些具体的工作了：比如给定一组业务数据，你能自己构建特征矩阵，用代码实现模型训练，并通过正则化去控制过拟合。这套资料不会让你立刻变成算法专家，但它能让你在面对一份结构化数据时，不再只会调别人写好的库，而是清楚底层到底在算什么。


Week1 Day4 第三章：线性代数基本回顾和第四章：多元线性回归.html · Week1-Day1 初识机器学习.html · Week1-Day2 单变

课程目录

*   Week1 Day4 第三章：线性代数基本回顾和第四章：多元线性回归.html

*   Week1-Day1 初识机器学习.html

*   Week1-Day2 单变量线性回归.html

*   Week1-Day7 本周任务简单总结.html

*   Week2 Day2【作业讲解】对照作业讲解视频查漏补缺.mp4

*   Week2-Day1 【作业实操】编程作业1：线性回归.html

*   Week2-Day4 逻辑线性回归和正则化.html

*   Week2-Day7 本周任务简单总结.html

*   Week3-Day1 【作业实操】编程作业2：逻辑回归+正则化.html

*   Week3-Day2 【作业讲解】完成编程作业2 (1).mp4

*   Week3-Day2 【作业讲解】完成编程作业2 (2).mp4

*   Week3-Day4 【达观杯文本智能处理挑战赛】（入门指导）.mp4

*   Week3-Day5 第八章：神经网络学习.html

*   Week3-Day7 本周任务简单总结.html

*   Week4-Day1【作业实操】编程作业3：神经网络.html

*   Week4-Day2【作业讲解】编程作业3：神经网络（上）.mp4

*   Week4-Day2【作业讲解】编程作业3：神经网络（下）.mp4

*   Week4-Day4【达观杯文本智能处理挑战赛】（进阶指导）.mp4

*   Week4-Day5 神经网络反向传播算法.html

*   Week5 Day4 第十章：应用机器学习的建议，第十一章：机器学习系统设计.html

*   Week5-Day1【作业实操】编程作业4：神经网络（2）.html

*   Week5-Day2【作业讲解】编程作业4（上）.mp4

*   Week5-Day2【作业讲解】编程作业4（下）.mp4

*   Week5-Day2【作业讲解】编程作业5.mp4

*   Week6 Day4 吴恩达课程第十二章：支持向量机.html

*   Week6 Day4 第十三章：K_MEANS算法，第十四章：降维.html

*   Week6-Day1【作业实操】编程作业5：机器学习系统设计.html

*   Week6-Day2【作业讲解】编程作业5.mp4

*   Week7-Day1【作业实操】编程作业6：SVM.html

*   Week7-Day2【作业讲解】编程作业6（上）.mp4

*   Week7-Day2【作业讲解】编程作业6（下）.mp4

*   Week8 Day1 第十五章：异常检测.html

*   Week8 本周任务简单总结.html

*   Week8-Day3【作业实操】编程作业7：K-means+PCA.html

*   Week8-Day4【作业讲解】编程作业7（上）.mp4

*   Week8-Day4【作业讲解】编程作业7（下）.mp4

*   Week9 Day1 第十六章推荐系统和第十七章大规模机器学习.html

*   Week9-Day2【作业实操】编程作业8：异常检测与推荐系统.html

*   Week9-Day4【作业实操】编程作业编程作业8：异常检测与推荐系统P1.mp4

*   Week9-Day4【作业实操】编程作业编程作业8：异常检测与推荐系统P2.mp4

*   Week9-Day4【作业实操】编程作业编程作业8：异常检测与推荐系统P3.mp4

*   Week10-Day1【kaggle大赛】进阶指导.mp4

*   Week10-Day2 第十八章：应用举例.html

*   Week 5 本周任务简单总结.html

*   Week 6 本周任务总结.html

*   Week 7 本周任务简单总结.html

*   Week 8-Day2 报名参加kaggle比赛.html

*   Week 9 本周任务简单总结.html

*   【严正声明】盗版必究！.html

*   【先修】学习绪论视频，了解预备知识.mp4

*   【学前准备】开营仪式回放-班主任部分.mp4

*   【学前准备】开营仪式回放-老师部分.mp4

*   【必看】吴恩达《机器学习》作业班学习指南.html

*   【必看】训练营学习指南.html

*   【恭喜毕业】期末总结.html

*   【招募】如何获得深度之眼奖学金和助学金？.html

*   【资料合集】作业代码及答案下载.html

*   直播答疑问题收集日.html