前情回顾
机器学习100天|Day1数据预处理
100天搞定机器学习|Day2简单线性回归分析
100天搞定机器学习|Day3多元线性回归
100天搞定机器学习|Day4-6 逻辑回归
100天搞定机器学习|Day7 K-NN
100天搞定机器学习|Day8 逻辑回归的数学原理
100天搞定机器学习|Day9-12 支持向量机
100天搞定机器学习|Day11 实现KNN
100天搞定机器学习|Day13-14 SVM的实现
100天搞定机器学习|Day15 朴素贝叶斯

Day19,Avik-Jain开始Yaser Abu-Mostafa教授的Caltech机器学习课程-CS156中的课程1。

加州理工学院是美国的一所久负盛名的大学,位于加利福尼亚州的帕萨蒂纳(Pasadena),创建于1891年。这所学校规模不算大,只有1000余名研究生和900余名本科生,然而在《泰晤士报高等教育》2010年世界大学排名中位列全球第2位。而在物理、行星科学、地理学领域公认为全美第一,世界第一。美国Princeton Review在2006把加州理工学院在全美“最难申请上的大学”里排名第六。

加州理工学院《机器学习与数据挖掘》涵盖机器学习基本理论、算法和应用的基础课程,结合理论和实践,生动介绍机器学习如何使运算系统得以根据获取的数据改善其表现,并将这些成果运用到工程、科技、金融商业等活动中。专业理论将包括线性模型、VC维、神经网络、支持向量机、数据探测法等。

[第1集] 学习问题  
[第2集] 学习的可行性  
[第3集] 线性模型  
[第4集] 误差和噪声  
[第5集] 训练与测试  
[第6集] 雷蒙保罗MAPA泛化理论  
[第7集] VC维  
[第8集] 偏见方差权衡  
[第9集] 线性模型II  
[第10集] 神经网络  

课程地址:

http://open.163.com/special/opencourse/learningfromdata.html

讲师Yaser Abu-Mostafa为iew加州理工学院电气工程和计算机科学教授,主要研究领域为机器学习和计算金融学,多次获得校内外教学奖;IEEE神经网络协会创始人之一;第二届和第四届国际资本市场中的神经网络会议主席,第六届国际计算金融学会议主席;目前是多个科学咨询委员会成员,已担任花旗银行机器学习技术顾问达9年。

Yaser Abu-Mostafa 出版了同名著作 《Learning From Data》,可作为该课程的教材和补充,这本书合著作者是大名鼎鼎的林轩田老师,大家对他的《机器学习基石》应该非常熟悉。
tips:课程及教材讲义下载

链接:
https://pan.baidu.com/s/1PdyXf2DHlXv5o0vuri5G0w 

提取码:
mbgb

最新文章

  1. 解析大型.NET ERP系统 自动更新
  2. C# interface abstract class
  3. android 编译
  4. Linux下安装Flask开发框架
  5. Vim优化
  6. .NET Web开发总结(三)
  7. 【前端JS、后台C#】编码解码。
  8. Maven--多模块依赖实例解析(五)
  9. thinkphp中的where()方法
  10. poj 1386 Play on Words(有向图欧拉路+并查集)
  11. Android Studio 3.0+ Annotation processors must be explicitly declared now
  12. C++结构体与Delphi结构体相互传参,结构体中包含结构体的嵌套,数组指针
  13. javascript高级程序设计第3版——第10章 DOM
  14. Java关键字this与super
  15. mlock实现原理及应用【转】
  16. raspberry pi恢复jessie镜像之后
  17. PSPnet模型结构的实现代码
  18. 关于Backbone和Underscore再说几点
  19. linux命令大全之cal命令详解(显示日历)
  20. Skype for Business 安装组件RewriteModule失败

热门文章

  1. Java 7 源码学习系列(二)——Enum
  2. MYSQL语句强化练习
  3. k8s学习 - 概念 - ReplicationController
  4. 个人永久性免费-Excel催化剂功能第45波-逻辑判断函数增强
  5. C#3.0新增功能10 表达式树 04 执行表达式
  6. MySql的数据库优化到底优化啥了都(3)
  7. codemirror使用
  8. PHP对接口执行效率慢的优化
  9. Android App安装包瘦身计划
  10. Python基础总结之第一天(新手可相互督促)