機器學習公開課匯總


機器學習目前比較熱,網上也散落着很多相關的公開課和學習資源,這里基於課程圖譜機器學習公開課標簽做一個匯總整理,便於大家參考對比。

1、Coursera上斯坦福大學Andrew Ng教授的“機器學習公開課”:

機器學習入門課程首選,斯坦福大學教授,Coursera聯合創始人Andrew Ng老師的課程,課程圖譜上多達400多人關注,20余條課程評論,絕大多數同學認為這門課程比較適合入門,以下選擇其中幾位同學的課程評論:

@ototsuyume 同學評價:非常好的一門入門課程。很多人詬病作業的代碼給得太全,但我認為作為一門入門課程,編程作業設置得十分好,各種機器學習的作用能很直觀地展示出來,這樣很能激發學習興趣。試想一下,假如不給你任何框架代碼讓你從頭開始寫,寫完后得出的結果是一堆用來提交的無味的數據,對於一名初學者來說,這多么打擊積極性。
這門課程極其簡化了各種數學的證明,類似svm跟pca中間的求解過程都講得很簡略。要求的數學基礎是低得不能再低了,所以即使是畢業幾年后概率矩陣忘得差不多的人都能看懂。除去初學者之外,這門課程也很適合工作中需要用到一些機器學習但不打算深入研究的程序員。

@極度視界 同學評價:這個必然 5 星,很棒的入門課程;Ng老濕把編程作業設計到極為簡單,而數據集並不單調,垃圾郵件分類/手寫體分類等。學此課的同學,應該嘗試丟掉Ng老濕給的框架,自己寫一套算法,才好。這課我得了100%。

最后再推薦 @小小人_V 同學這門課程的學習筆記: http://vdisk.weibo.com/s/J4rRX/1373287206

2、Coursera上台大林軒田老師的“機器學習基石 (Machine Learning Foundations)公開課”:

課程正在進行中,目前感覺很不錯,林老師年輕有為,也是機器學習暢銷書《Learning from Data》的作者之一,課程的難度應該比上面Andrew Ng老師機器學習公開課的高一些,不過比較重要的是這門課程用中文講解,比較適合國人:

@塵繩聾 同學評價:看老師給出的課程大綱,基本還是照着Caltech/Edx LFD的節奏走。之前跟過LFD,這次就當復習了。當然也有一些新的東西,譬如PLA的收斂證明和收斂需要的次數上界,Lecture3對learning types的介紹也很詳細,原來reinforcement learning還可以用在ad system上面,看來要把Ng CS229后面的那一大塊有關reinforcement learning的內容啃一下了。另外,老師講得非常好,從video和slide也能看出很用心。

@飛林沙 同學評價: 剛聽完前兩講,講的真的非常棒!從最基本的PLA講起,雖然很簡單,但是跟着自己動手寫寫代碼,做做數學公式,就當休息了,很棒。

3、edX上加州理工學院的“Learning From Data

和上面台大機器學習課程淵源很深,內容基本上出自加州理工的這本同名教材《Learning From Data》,林老師也曾在該校讀博,這門課程的授課老師也是他的導師Abu Mostafa教授。

4、Coursera上多倫多大學Geoffrey Hinton大神的“Neural Networks for Machine Learning”公開課

這門課程主要關注神經網絡以及它們在機器學習中的應用,在目前火熱燙手的Deep Learning概念襯托下,這門課程簡直就是必修課,不過遺憾的是這門課程只在12年10月份開過一輪,目前為止還沒有開課的意思,不過好在我們還有網盤資源的備份,具體信息在“公開課可下載資源匯總”中自行查找:

@yongsun:還有什么好說的呢?Deep Learning必修課程啊!

@godenlove007:宗派大師+開拓者直接講課,秒殺一切二流子!

@wzyer:巨牛級別的人物來開課,我也不說啥了。

5、Coursera上華盛頓大學Pedro Domingos教授的“機器學習公開課

Coursera上一門還沒有正式開始過的機器學習課程,老師是機器學習的大牛Pedro Domingos,他寫過的“”A Few Useful Things to Know about Machine Learning”廣為流傳,這門課雖然沒有正式開始,但是通過preview的鏈接可以看課程的所有視頻。@wzyer 大神的評價:個人覺得這門課比Andrew那個更深入些,老師講的也不錯。不過這個似乎就沒有正式開過,我都enroll半年多了……

6、網易公開課收錄的“斯坦福大學公開課 :機器學習課程

這是老一代的公開課,老師仍然是Andrew Ng教授,不過視頻來自於斯坦福大學的課堂錄制視頻,課程難度要高一些,可以作為Ng老師Coursera上“機器學習公開課”的進階課程,好處是有翻譯字幕,比較方便國內同學的學習。

7、網易公開課收錄的“加州理工學院公開課:機器學習與數據挖掘

其實就是edX上“Learning From Data”的原版課程,授課老師依然是Abu Mostafa教授,edX上老師在論壇上和同學互動,而網易公開課上有翻譯。

8、超星學術上來自於貝爾實驗室的“機器學習”課程:

來自於超星學術上的課程,具體情況不太清楚。

9、最后推薦的是國內龍星計划機器學習課程資源:

1)2012龍星計划機器學習課程的視頻及課件

來自微博上@SunnyerEric孫晗曉 同學的信息 : 龍星計划機器學習課程的視頻:http://t.cn/zlA2ZHb

網盤地址:http://pan.baidu.com/share/link?shareid=27613&uk=1513052211

關於龍星計划的課件,大家也可以在如下地方找到:

2012年龍星計划-機器學習課件

2)2013龍星計划深度學習(Deep Learning)課程視頻

@龍星計划
龍星計划天津站 鄧力老師的講課視頻 http://t.cn/zQixW12

@戴瑋_CASIA
天津大學深度學習龍星計划課程視頻:http://t.cn/zQixW12

網盤地址:http://pan.baidu.com/share/link?shareid=3220401770&uk=723014463

出處:“課程圖譜博客”:blog.coursegraph.com

本文鏈接地址:http://blog.coursegraph.com/機器學習公開課匯總


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM