吴恩达在斯坦福开设的机器学习课 CS229，是很多人最初入门机器学习的课，历史悠久，而且仍然是最经典的机器学习课程之一。当时因为这门课太火爆，吴恩达不得不弄了个超大的网络课程来授课，结果一不小心从斯坦福火遍全球，而后来的事情大家都知道了。
首先附上 CS229 的课程主页：
该课程对机器学习和统计模式识别进行了广泛的介绍。主题包括：监督学习（生成/鉴别学习、参数/非参数学习、神经网络、支持向量机）；无监督学习（聚类、降维、核方法）；学习理论（偏差/方差权衡；VC理论；大幅度利润）；强化学习和自适应控制。本课程还将讨论机器学习的最新应用，如机器人控制、数据挖掘、自主导航、生物信息学、语音识别以及文本和Web数据处理。
今天红色石头给大家总结整理了关于 CS229 非常精炼的几张知识点速查表，包含中文版本！我们一起来看一下！
1. 监督式学习
2. 非监督式学习
3. 深度学习
4. 技巧和窍门
5. 概率与统计
6. 线性代数和微积分
完整资源
1. 网站
这份给力的资源贡献者是一名斯坦福的毕业生 Shervine Amidi。作者关于 CS229 整理了一份超级详细的资源网站，网址为：
https://stanford.edu/~shervine/teaching/cs-229/
其中，每部分都对上述几张速查表进行详细的原理介绍和解释。
2. GitHub
除了在线网站之外，所有的速查表 pdf 文件都放在了作者的 GitHub 上。目前该项目已收获 6000+ stars 了。项目地址：
https://github.com/afshinea/stanford-cs-229-machine-learning
值得一提的是，该项目中所有的速查表都配备了英文版、中文版等 5 中语言版本。可以说作者真的是很用心了。
本文开始所列举的机器学习速查表均来自该 GitHub 项目。