教程名稱：機器學習視頻教程4套
教程目錄：
機器學習-吳恩達-Coursera
01 – I. Introduction (Week 1)
02 – II. Linear Regression with One Variable (Week 1)
03 – III. Linear Algebra Review (Week 1, Optional)
04 – IV. Linear Regression with Multiple Variables (Week 2)
05 – V. Octave Tutorial (Week 2)
06 – VI. Logistic Regression (Week 3)
07 – VII. Regularization (Week 3)
08 – VIII. Neural Networks Representation (Week 4)
09 – IX. Neural Networks Learning (Week 5)
10 – X. Advice for Applying Machine Learning (Week 6)
11 – XI. Machine Learning System Design (Week 6)
12 – XII. Support Vector Machines (Week 7)
13 – XIII. Clustering (Week 8)
14 – XIV. Dimensionality Reduction (Week 8)
15 – XV. Anomaly Detection (Week 9)
16 – XVI. Recommender Systems (Week 9)
17 – XVII. Large Scale Machine Learning (Week 10)
18 – XVIII. Application Example Photo OCR(Week 10)
19 – XIX. Conclusion(Week 10)
20 – Programming Exercises
Readme
Readme
煉數成金-機器學習
第1課 機器學習概論
第2課 線性回歸與Logistic。案例：電子商務業績預測
第3課 嶺回歸，Lasso，變量選擇技術。從一團亂麻中識別有用維度的技巧
第4課 降維技術。案例：業績綜合指標設計
第5課 線性分類器，Knn算法，樸素貝葉斯分類器，文本挖掘，案例：智能判斷垃圾短信，通過文本挖掘給用戶加標簽，評論自動分析，用戶流失預警
第6課 決策樹，組合提升算法，bagging和adaboost，隨機森林。案例：運營商用戶分析
第7課 支持向量機，為什么能理解SVM的人鳳毛麟角？
第8課 人工神經網絡，單層感知器，線性神經網絡，BP神經網絡，基于梯度下降的學習算法，圖像壓縮和銀行用戶信用評估
第9課 通用逼近器徑向基函數神經網絡，在新觀點下審視PDA和SVM。Hopfield聯想記憶型神經網絡。案例：字符識別，人臉識別
第10課 概率神經網絡和信念貝葉斯分類器、以及 聚類算法
第11課 聚類，孤立點判別。案例：推薦系統，自動品酒器，作弊識別，社會系統團體識別
資料
龍星計劃_機器學習
Lecture01
Lecture02
Lecture03
Lecture04
Lecture05
Lecture06
Lecture07
Lecture08
Lecture09
Lecture10
Lecture11
Lecture12
Lecture13
Lecture14
Lecture15
Lecture16
Lecture17
Lecture18
Lecture19_r
斯坦福大學公開課 ：機器學習課程
[第1集] 機器學習的動機與應用
[第2集] 監督學習應用.梯度下降
[第3集] 欠擬合與過擬合的概念
[第4集] 牛頓方法
[第5集] 生成學習算法
[第6集] 樸素貝葉斯算法
[第7集] 最優間隔分類器問題
[第8集] 順序最小優化算法
[第9集] 經驗風險最小化
[第10集] 特征選擇
[第11集] 貝葉斯統計正則化
[第12集] K-means算法
[第13集] 高斯混合模型
[第14集] 主成分分析法
[第15集] 奇異值分解
[第16集] 馬爾可夫決策過程
[第17集] 離散與維數災難
[第18集] 線性二次型調節控制
[第19集] 微分動態規劃
[第20集] 策略搜索
斯坦福大學公開課 ：機器學習課程
機器學習課件
