《机器学习导论》和《统计机器学习》学习资料：张志华教授

   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~

《机器学习导论》和《统计机器学习》学习资料：张志华教授相关推荐

张志华教授《机器学习导论》和《统计机器学习》课程讲义
张志华教授<机器学习导论>和<统计机器学习>课程讲义 [尊重原创,转载请注明出处]http://blog.csdn.net/guyuealian/article/details ...
COS 访谈第 19 期：张志华教授
COS 访谈第 19 期:张志华教授张志华 / 常象宇关键词:COS 访谈; ESL; Mike Jordan; MLAPP; PRML; 大数据; 张志华; 机器学习; 统计学习; 郁彬文字整 ...
张志华统计机器学习
统计机器学习-张志华-例子-Bayesian Linear Regression 本节贝叶斯线性回归推到主要是根据张志华统计机器学习 p39课来的. 但是其课中大部分概率p省略了X,最初的时候不知 ...
周志华教授专著《集成学习：基础与算法》上市，豆瓣满分森林书破解AI实践难题...
近年来,机器学习技术的快速发展推动了语音.自然语言处理.机器视觉等多个领域获得巨大进步,也带动了人工智能相关产业的蓬勃发展. 回顾机器学习最近30 年的发展历程,各种学习方法推陈出新.不断演进.但是, ...
【福利】周志华教授专著《集成学习：基础与算法》上市，豆瓣满分森林书破解AI实践难题...
近年来,机器学习技术的快速发展推动了语音.自然语言处理.机器视觉等多个领域获得巨大进步,也带动了人工智能相关产业的蓬勃发展. >>>> 回顾机器学习最近30 年的发展历程,各种 ...
机器学习导论（张志华）笔记
介绍人工智能最近发展的如火如荼,要想本质掌握这门技术,离不开优秀资源的支撑. 北京大学的张志华老师,发布在网上的视频可以说是经典资源,特此分享给大家. 正文张志华 ,北京大学数学科学学院教授,北京 ...
机器学习简易入门-附推荐学习资料
目录 (1)机器学习正规学习路线 (2)机器学习快速入门 (3)总结感谢黄海广博士的分享原创: 机器学习初学者机器学习初学者今天机器学习如何入门?目前没有明确的答案.本站面向广大初学者,推荐 ...
张志华-统计机器学习-概论
文章目录统计机器学习概论 1. 统计机器学习需要掌握的知识与技术? 2.统计机器学习(SML)的问题分类 3. 参数估计:频率方法与贝叶斯方法 4. 频率派和贝叶斯派的统一统计机器学习概论本节主 ...
自然语言处理与机器学习技术博客、学习资料精选[附网盘地址]
自然语言处理与机器学习技术博客.学习资料精选! 首先,恭喜点开了这篇文章的读者,本文所提供的资料是免费的,小编不卖资料,是赠送资料! 今天咱们的学习社区里有学员提出要推荐一些NLP方面的博客.站点,因 ...

《机器学习导论》和《统计机器学习》学习资料：张志华教授

《机器学习导论》和《统计机器学习》学习资料：张志华教授相关推荐

最新文章

热门文章