CS229 수강을 하면서 굉장히 많은 구글링을 했는데요, 참고하면서 보면 좋을 것 같은 내용 및 사이트들을 공유하려고 합니다. 더 좋은 내용들을 추가해서 계속 수정하도록 하겠습니다.
1. CS229 모든 Lecture Note 및 Problem Set 공유해놓은 Github
https://github.com/maxim5/cs229-2018-autumn
[GitHub - maxim5/cs229-2018-autumn: All notes and materials for the CS229: Machine Learning course by Stanford University
All notes and materials for the CS229: Machine Learning course by Stanford University - GitHub - maxim5/cs229-2018-autumn: All notes and materials for the CS229: Machine Learning course by Stanford...
github.com](https://github.com/maxim5/cs229-2018-autumn)
2. 선형회귀에 대한 수식적 이해에 대한 Youtube
https://www.youtube.com/watch?v=ve6gtpZV83E
3. 머신러닝의 확률적 해석에 대한 다른 블로그 글 (개인적으로 매우 좋았습니다.)
https://devkihyun.github.io/study/Machine-learining-and-Probability/
[머신러닝(Machine Learning)과 확률(Probability)
안녕하세요. 이번 시간에는 머신러닝과 확률을 얘기하려고 합니다. 최소한 김성훈 교수님의 모두의 딥러닝 강의를 이수한 수준은 필요로 하고 기본적으로 고등학교 수준의 확률과 통계를 알고
devkihyun.github.io](https://devkihyun.github.io/study/Machine-learining-and-Probability/)
4. Coursera Machine Learning Github (CS229와 같은 앤드류 응 교수님의 Coursera 강의의 ppt 정리본입니다.)
https://github.com/vkosuri/CourseraMachineLearning
[GitHub - vkosuri/CourseraMachineLearning: Coursera Machine Learning By Prof. Andrew Ng
Coursera Machine Learning By Prof. Andrew Ng. Contribute to vkosuri/CourseraMachineLearning development by creating an account on GitHub.
github.com](https://github.com/vkosuri/CourseraMachineLearning)
