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~
注意:
若百度云资源失效,请加百度云:2y2simple,留言。
**更多干货文章请关注公众号:AI有道(ID:redstonewill) **
未经允许不得转载:红色石头的个人博客 » 精心整理 | 林轩田机器学习资源汇总