该系列文章为，观看“吴恩达机器学习”系列视频的学习笔记。虽然每个视频都很简单，但不得不说每一句都非常的简洁扼要，浅显易懂。非常适合我这样的小白入门。

这里笔者要絮絮叨叨一番：
其实，做笔记是为了更好的复习和总结。目前笔记还缺乏总结的部分。不得不说，总结是一个特别特别重要的环节，即便再简单的总结也是经过自己认真对知识点思考后的归纳，可能不同阶段对于同一个知识点你会有不同的总结。但这是肯定一个循循渐进的过程，你的总结会随着你对知识的积累越来的越深入和透彻。所以接下来，我会继续对着自己的笔记，总一个整体的串联和总结。便于对这阶段学习的知识做个梳理

最后，给出笔记的目录吧，方便查看：
第一章 绪论：初识机器学习
第二章 单变量线性回归
[第三章 线性代数回顾]（特别简单的数学基础，略）
[第四章 配置]（MATLAB、Octave 软件的安装，略）
第五章 多变量线性回归
[第六章 Octave/Matlab 教程]（略）
第七章 Logistic 回归
第八章 正则化
第九章 神经网络学习
第十章 神经网络参数的反向传播算法
第十一章 应用机器学习的建议
第十二章 机器学习系统设计
第十三章 支持向量机
第十四章 无监督学习
第十五章 降维
第十六章 异常检测
第十七章 推荐系统
第十八章 大规模机器学习
第十九章 应用实例：图片文字识别(Application Example: Photo OCR)