**大学林轩田老师的《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。而且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:
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
-
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:
完整的16节课程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)。
链接:https://pan.baidu.com/s/1yTAcp1hAAbijGf7heLBWeg 密码:jdhe
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。
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。
如果觉得我的分享对你有用,那么就star一下吧~同时,也欢迎大家关注我的微信公众号:AI有道(ID: redstonewill)。我会一如既往发布更多更好的文章给大家!一起学习,共同进步!
个人主页:
我的网站:红色石头的机器学习之路
我的CSDN:红色石头的专栏
我的知乎:红色石头
我的微博:RedstoneWill的微博
我的微信公众号:AI有道(ID:redstonewill)