《机器学习导论》和《统计机器学习》学习资料:张志华教授
2023-09-11 14:17:47 时间
张志华教授的两门机器学习公开课是很好的机器学习资源。但在上海交大的公开课视频网站上挂出的教学视频顺序有点乱。对于初学者来说,如果没看对顺序的话,会觉得讲得很乱,从而错过这么优质的资源。事实上板书很完整,有电子版讲义可下载。只是讲义上有个别地方有点笔误,但不影响理解。能用黑板直接推导的老师的逻辑和思路都是很清晰的! 《机器学习导论》:http://ocw.sjtu.edu.cn/G2S/OCW/cn/CourseDetails.htm?Id=397 课程讲义:http://share.weiyun.com/9b56eb04645174798ff938cdb22144bf 01. 基本概念 02. 随机向量 03. 随机向量的性质 04. 条件期望 05. 多元高斯分布 06. 分布的性质 07. 多元高斯分布及其运用 08. 多项式分布 09. 渐进性质 10. 核定义 11. 正定核性质 12. 正定核应用 13. 主元分析 14. 主坐标分析 15. 核主元分析 16. 概率PCA 17. 最大似然估计方法 18. 期望最大算法 19. EM算法的收敛性 20. MDS方法 21. MDS中加点方法 22. T矩阵范式 23. 次导数 24. 矩阵次导数 25. Matrix_Completion 26. K_means algorithm 27. spectral clustering 28. 谱聚类1 29. 谱聚类2 30. Fisher判别分析 31. Fisher Discriminant Analysis 32. computational Methods1 33. computational Methods2 34. Kernel FDA 35. Linear classification1 36. Linear classification2 37. Naive Bayes 方法 38. Support Vector Machinese1 39. Support Vector Machinese2 40. SVM 41. Boosting1 42. Boosting2
《统计机器学习》:http://ocw.sjtu.edu.cn/G2S/OCW/cn/CourseDetails.htm?Id=398 课程讲义:(周大神的个人网页http://bcmi.sjtu.edu.cn/log/courses/ml_2014_spring_acm.html 暂时无法打开,之前下载的打印后就删了,只能等过几天再补了) 01. 概率基础 02. 随机变量1 03. 随机变量2 04. 高斯分布 05. 连续分布 06. 例子 07. scale mixture pisribarin 08. jeffrey prior 09. statistic interence 10. Laplace 变换 11. 多元分布定义 12. 概率变换 13. jacobian 14. wedge production 15. 统计量 16. 多元正态分布 17. Wishart 分布 18. 矩阵元Beta分布 19. 统计量 充分统计量 20. 指数值分布 21. 共轭先验性质 22. Entropy 23. KL distance 24. properties 25. 概率不等式1 26. 概率不等式2 27. 概率不等式1 28. 概率不等式2 29. 概率不等式3 30. 概率不等式 31. 随机投影 32. John引理 33. Stochastic Convergence-概念 34. Stochastic Convergence-性质 35. Stochastic Convergence-应用 36. EM算法1 37. EM算法 38. EM算法3 39. Markov Chain Monte carlo1 40. Markov Chain Monte carlo2 41. Bayesian Classification
如果你觉得该帖子帮到你,还望贵人多多支持,鄙人会再接再厉,继续努力的~![]()
相关文章
- 【机器学习】 Statsmodels 统计包之 OLS 回归
- Coursera台大机器学习课程笔记3 – 机器学习的分类和机器学习的可能性
- 机器学习、数据挖掘、人工智能、统计模型这么多概念有何差异
- 机器学习笔记 - python学习记录二 pandas常用命令
- 机器学习笔记 - 支持向量机(SVM)背后的数学二
- Java实现AES加密(window机器和linux机器) 注意window机器 和linux机器算法稍有不同
- Python:Python语言的简介(语言特点/pyc介绍/Python版本语言兼容问题(python2 VS Python3))、安装、学习路线(数据分析/机器学习/网页爬等编程案例分析)之详细攻略
- ML与Optimality:最优化理论(GD随机梯度下降/QN拟牛顿法/CG共轭梯度法/L-BFGS/TR置信域/GA遗传算法/SA模拟退火算法)在机器学习中的简介、常用方法、案例应用之详细攻略
- 【go 科学计算】用于统计、机器学习和数据操作
- 【Designing ML Systems】第 11 章 :机器学习的人性方面
- 【阶段三】Python机器学习26篇:机器学习项目实战:LightGBM回归模型
- 【阶段三】Python机器学习03篇:机器学习中的函数、机器学习中的梯度下降、机器学习的数据结构:张量与机器学习概率与统计基础
- ChatGPT之父:机器学习研究指南
- 总是多次出现 那个同样的 权限错误 _storage_write_error_, 所以一开始就把机器设好setenforce 0
- Google声明机器学习在自己定制的芯片比如普通的GPU和CPU快15到30倍
- 【机器学习】1、线性回归和逻辑回归
- 阿里云机器学习PAI开源中文NLP算法框架EasyNLP,助力NLP大模型落地