个人网站:红色石头的机器学习之路
CSDN博客:红色石头的专栏
知乎:红色石头
微博:RedstoneWill的微博
GitHub:RedstoneWill的GitHub
微信公众号:AI有道(ID:redstonewill)
课程介绍
台湾大学林轩田老师曾在coursera上开设了两门机器学习经典课程:《机器学习基石》和《机器学习技法》。《机器学习基石》课程由浅入深、内容全面,基本涵盖了机器学习领域的很多方面。其作为机器学习的入门和进阶资料非常适合。《机器学习技法》课程主要介绍了机器学习领域经典的一些算法,包括支持向量机、决策树、随机森林、神经网络等等。林老师的教学风格也很幽默风趣,总让读者在轻松愉快的氛围中掌握知识。在此,笔者将把这两门课的所有视频、笔记、书籍等详细资料分享给大家。
首先附上这两门课的主页:
课程视频在B站上可以直接观看哦~这里附上传送门:
课程内容
《机器学习基石》
这门课主要涉及机器学习关键问题的四个方面:
When Can Machine Learn?
Why Can Machine Learn?
How Can Machine Learn?
How Can Machine Learn Better?
其中每个方面包含4节课,总共有16节课。具体所有课程内容如下:
When Can Machine Learn?
The Learning Problem
Learning to Answer Yes/No
Types of Learning
Feasibility of Learning
Why Can Machine Learn?
Training versus Testing
Theory of Generalization
The VC Dimension
Noise and Error
How Can Machine Learn?
Linear Regression
Logistic Regression
Logistic Regression
Nonlinear Transformation
How Can Machine Learn Better?
Hazard of Overfitting
Regularization
Validation
Three Learning Principles
《机器学习技法》
这门课主要涉及机器学习经典算法的三个方面:
Embedding Numerous Features: Kernel Models
Combining Predictive Features: Aggregation Models
Distilling Implicit Features: Extraction Models
总共有16节课。具体所有课程内容如下:
Embedding Numerous Features: Kernel Models
Linear Support Vector Machine
Dual Support Vector Machine
Kernel Support Vector Machine
Soft-Margin Support Vector Machine
Kernel Logistic Regression
Support Vector Regression
Combining Predictive Features: Aggregation Models
Blending and Bagging
Adaptive Boosting
Decision Tree
Random Forest
Gradient Boosted Decision Tree
Distilling Implicit Features: Extraction Models
Neural Network
Deep Learning
Radial Basis Function Network
Matrix Factorization
Finale
资源汇总
笔者在学习这门课的过程中整理了各种课程资源,包括视频、笔记、书籍等。具体如下:
课程视频
两门课所有的教学视频都存放在百度云盘上,方便转存、下载。包括视频对应的教学ppt(pdf形式)。
机器学习基石: 链接:https://pan.baidu.com/s/13GjUE9b9TMT0UfMINncRoA 密码:30p0
机器学习技法: 链接:https://pan.baidu.com/s/1WWbEjBWZ6PG7-NtzScCNig 密码:nh16
课程笔记
这是笔者最用心整理也是花的时间最多的,读者可以边看视频边看我的笔记,希望能给读者提供微薄之力。所有精炼笔记都已发布在个人主页上。但是为了便于大家线下阅读,特此将笔记的md文件和pdf文件全都发布在github上,可供查阅和打印。
课程书籍
林轩田机器学习基石这门课有一个配套教材:《Learning From Data》,林轩田也是编者之一。这本书的主页为:
豆瓣上关于这本书的评分高达9.4,还是很不错的,值得推荐!可以配套视频一起学习。
机器学习技法对这本书添加了一些章节,作为扩展。原书和附加章节均放在百度云盘上。
上述所有资源(除了课程视频)都放在了GitHub上,资源还包括所有笔记的.md源文件,点击阅读原文获取。别忘了Star一下哦~
更多干货文章请关注公众号:AI有道(ID:redstonewill)