查看: 6252| 回复: 22
跳转到指定楼层
上一主题 下一主题
收起左侧

機器學習基石 [week 1]

全局:

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
本帖最后由 EroicaCMCS 于 2013-12-6 13:01 编辑


中文的机器学习课程,台湾大学最受欢迎的课程之一。
用Learning From Data作为教材(就是edX上Caltech开的那门课Yaser S. Abu-Mostafa写的书)
看了下大纲,和Andrew的ML课相比可能更理论更数学,差别还是挺大的。但是和Caltech那门课差不多。课程链接:https://www.coursera.org/course/ntumlone


授課大綱Each of the following items correspond to approximately one hour of video lecture. [以下的每個小項目對應到約一小時的線上課程]

When Can Machines Learn? [何時可以使用機器學習]
-- The Learning Problem [機器學習問題]
-- Learning to Answer Yes/No [二元分類]
-- Types of Learning [各式機器學習問題]
-- Feasibility of Learning [機器學習的可行性]

Why Can Machines Learn? [為什麼機器可以學習]
-- Training versus Testing [訓練與測試]
-- Theory of Generalization [舉一反三的一般化理論]
-- The VC Dimension [VC 維度]
-- Noise and Error [[b]雜訊一錯誤][/b]

How Can Machines Learn? [機器可以怎麼樣學習]
-- Linear Regression [線性迴歸]
-- Linear `Soft' Classification [軟性的線性分類]
-- Linear Classification beyond Yes/No [二元分類以外的分類問題]
-- Nonlinear Transformation [非線性轉換]

How Can Machines Learn Better? [機器可以怎麼樣學得更好]
-- Hazard of Overfitting [過度訓練的危險]
-- Preventing Overfitting I: Regularization [避免過度訓練一:控制調適]
-- Preventing Overfitting II: Validation [避免過度訓練二:自我檢測]
-- Three Learning Principles [三個機器學習的重要原則]



Caltech那门课的大纲差不多,课程的logo都差不多。下面是edX上Caltech那门课的大纲:
  • Lecture 1: The Learning Problem
  • Lecture 2: Is Learning Feasible?
  • Lecture 3: The Linear Model I
  • Lecture 4: Error and Noise
  • Lecture 5: Training versus Testing
  • Lecture 6: Theory of Generalization
  • Lecture 7: The VC Dimension
  • Lecture 8: Bias-Variance Tradeoff
  • Lecture 9: The Linear Model II
  • Lecture 10: Neural Networks
  • Lecture 11: Overfitting
  • Lecture 12: Regularization
  • Lecture 13: Validation
  • Lecture 14: Support Vector Machines
  • Lecture 15: Kernel Methods
  • Lecture 16: Radial Basis Functions
  • Lecture 17: Three Learning Principles
  • Lecture 18: Epilogue





评分

参与人数 2大米 +25 收起 理由
xz28us + 15
Shuang7 + 10

查看全部评分


上一篇:M101P: MongoDB for Developers
下一篇:[Coursera] Mathematical Biostatistics Boot Camp 1 (week3)
推荐
Tsien 2015-3-23 19:17:40 | 只看该作者
全局:
现在正在跟这个,看了Lecture1~4,感觉非常有趣,有木有一起的同学~
回复

使用道具 举报

🔗
nibuxing 2013-11-27 02:58:07 | 只看该作者
全局:
看了一下,先修只要微分,线性代数,统计,和一定的coding能力~不知道能否跟上,想试试
回复

使用道具 举报

🔗
 楼主| EroicaCMCS 2013-11-27 16:46:24 | 只看该作者
全局:
nibuxing 发表于 2013-11-27 02:58
看了一下,先修只要微分,线性代数,统计,和一定的coding能力~不知道能否跟上,想试试

这门课的coding比较有意思,主要是用来模拟的,用任意自己熟悉的语言都行。
回复

使用道具 举报

🔗
xnature 2013-11-28 02:55:45 | 只看该作者
全局:
那个以色列人在youtube上也有视频
回复

使用道具 举报

🔗
readman 2013-11-28 19:07:06 | 只看该作者
全局:
我也报了这个了...这老师超级牛啊..而且讲课寓教于乐

评分

参与人数 1大米 +1 收起 理由
EroicaCMCS + 1 欢迎讨论~

查看全部评分

回复

使用道具 举报

🔗
Howie 2013-11-28 22:51:10 | 只看该作者
全局:
我也报了这个课程。。

评分

参与人数 1大米 +1 收起 理由
EroicaCMCS + 1 欢迎讨论~帮你加到100分

查看全部评分

回复

使用道具 举报

🔗
王了个帅 2013-11-29 22:18:46 | 只看该作者
全局:
顶。一起学习
回复

使用道具 举报

🔗
MosesZhou 2013-11-30 01:22:27 | 只看该作者
全局:
我也加了这门课程,用户名是Muqing Zhou~希望能多多讨论~吼吼~
回复

使用道具 举报

🔗
readman 2013-12-1 23:33:43 | 只看该作者
全局:
小时候没学过矩阵,中么办?
回复

使用道具 举报

🔗
 楼主| EroicaCMCS 2013-12-1 23:38:23 | 只看该作者
全局:
本帖最后由 EroicaCMCS 于 2013-12-1 23:42 编辑
readman 发表于 2013-12-1 23:33
小时候没学过矩阵,中么办?

额。。随便找一本线性代数的书,把前三章看了,再刷刷习题就行。
这里对线性代数要求不高的,顶多就是矩阵相乘、求逆。


回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表