机器学习的数学方面的入门课程，包括监督学习，无监督学习，稀疏性和在线学习。
课程内容将视学期进度和收到的反馈而定，暂定计划如下:
(1)无监督学习与数据精简:
聚类和k-means
奇异值分解
低秩近似和Eckart-Young-Mirsky定理
降维和主成分分析
矩阵完成和Netflix奖
过度完备字典和有限框架理论
稀疏性和压缩感知
谱图理论简介。
(2) 在线监督学习:
分类器的分类和泛化介绍
一些集中不等式
稳定性和VC维
在线学习:根据专家建议和指数权重进行学习
简单介绍优化和梯度下降
https://people.math.ethz.ch/~abandeira/Math_of_ML_Lecture_Notes2021.pdf
专知便捷查看
便捷下载，请关注专知公众号（点击上方蓝色专知关注）
专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！点击“阅读原文”，了解使用专知，查看获取5000+AI主题知识资源
