查看原文
其他

精心整理 | 林轩田机器学习资源汇总

红色石头 AI有道 2019-06-22


AI有道

一个有情怀的公众号


也许你想要入门机器学习却无从下手;也许你面对海量的AI资源不知如何选择;也许你想系统完整地学习一下机器学习的理论知识;也许你想深入了解机器学习经典算法的理论模型。没关系,「AI有道」给大家介绍机器学习的经典课程,并附上所有资源。


红色石头想要介绍的课程就是台湾大学林轩田的《机器学习基石》和《机器学习技法》。可能这两门课程的知名度不是特别高,但是课程质量相当不错,我也是完整学习过,确实收获很大。


本文所述的所有资源均放在了GitHub上,需要的直接点击文末「阅读原文」获取。


课程介绍

《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:


https://www.csie.ntu.edu.tw/~htlin/


课程视频在B站上可以直接观看哦~这里附上传送门:


https://www.bilibili.com/video/av12463015/


https://www.bilibili.com/video/av12469267/


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:


  • Kernel Models

  • Aggregation Models

  • Extraction Models


总共有16节课。具体所有课程内容如下:


  • 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

  • Aggregation Models

        Blending and Bagging

        Adaptive Boosting

        Decision Tree

        Random Forest

        Gradient Boosted Decision Tree

  • Extraction Models

        Neural Network

        Deep Learning

        Radial Basis Function Network

        Matrix Factorization

        Finale


资源汇总

红色石头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)。

课程笔记

这是笔者最用心整理也是花的时间最多的,所有精炼笔记都已发布在公众号里。读者可以边看视频边看我的笔记,希望能提供微薄之力。但是,为了便于大家线下阅读,特此将笔记整理为pdf文件,可供打印。所有精炼笔记的pdf文件都放在百度云盘上。

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:


http://amlbook.com/


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。

获取资源

红色石头已经为大家整理了「基石」和「技法」所有的视频、笔记、书籍等资源。云盘地址为:


基石」:

链接:

https://pan.baidu.com/s/13GjUE9b9TMT0UfMINncRoA 

密码:30p0

技法」:

链接:

https://pan.baidu.com/s/1WWbEjBWZ6PG7-NtzScCNig 

密码:nh16


也可以在「AI有道」公众号后台分别回复:基石资源技法资源,获得相应的云盘链接。


现在云盘资源越来越容易被和谐了!红色石头也很苦恼。没关系,为了防止云盘链接失效,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~


推荐阅读

【1】干货 | 林轩田机器学习「基石+技法」历史文章汇总

【2】干货 | 吴恩达deeplearning.ai专项课程历史文章汇总

【3】简单的梯度下降算法,你真的懂了吗

【4】机器学习中的维度灾难


长按二维码

扫描关注


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存