本期分享3门经典的机器学习入门和进阶课程。
课件下载方式:见文末。
1、《统计学习方法》
李航老师的《统计学习方法》,是国内机器学习爱好者学习必备书籍之一,许多机器学习培训班、公司面试、都参考这本书,豆瓣9.0分,无需过多介绍~
如果再配上最新PPT课件 (最新第二版),岂不美哉~
课件速览
共计22章节,
展示部分内容,
第一章、机器学习和统计学习

第六章、Logistic 回归与最大熵模型

第七章、SVM支持向量机

等等共计22个课件......
台湾大学林轩田老师在coursera上开设了两门机器学习经典课程《机器学习基石》、《机器学习技法》,课程由浅入深、非常全面的介绍了机器学习经典算法,包括SVM、决策树、随机森林、神经网络、深度学习等等,以及机器学习注意事项、学习方法,是非常优质的机器学习的入门和进阶资料
。
2、《机器学习基石》
重点关注机器学习四个问题、共计16节课「理论+实践授课」
:
- When Can Machines Learn? (illustrative + technical)
- Why Can Machines Learn? (theoretical + illustrative)
- How Can Machines Learn? (technical + practical)
- How Can Machines Learn Better? (practical + theoretical)

课程参考资料
课程参考书籍《Learning From Data》
,林轩田老师是编者之一,该书豆瓣评分9.3,
如果再配上林轩田老师PDF课件岂不美哉,这就安排上,
课件速览
共计16章节,展示部分内容,
3、《机器学习技法》
重点关注机器学习经典算法的三个方面
、也是16节课:
- Embedding Numerous Features: how to exploit and regularize numerous features?
- Combining Predictive Features: how to construct and blend predictive features?
- Distilling Implicit Features: how to identify and learn implicit features?

课件速览
共计16章节,展示部分内容,
课件下载
两步即可获得。
- 1、点击下方名片,关注公众号pythonic生物人