教程名称：机器学习视频教程4套
教程目录：
机器学习-吴恩达-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
炼数成金-机器学习
第1课 机器学习概论
第2课 线性回归与Logistic。案例：电子商务业绩预测
第3课 岭回归，Lasso，变量选择技术。从一团乱麻中识别有用维度的技巧
第4课 降维技术。案例：业绩综合指标设计
第5课 线性分类器，Knn算法，朴素贝叶斯分类器，文本挖掘，案例：智能判断垃圾短信，通过文本挖掘给用户加标签，评论自动分析，用户流失预警
第6课 决策树，组合提升算法，bagging和adaboost，随机森林。案例：运营商用户分析
第7课 支持向量机，为什么能理解SVM的人凤毛麟角？
第8课 人工神经网络，单层感知器，线性神经网络，BP神经网络，基于梯度下降的学习算法，图像压缩和银行用户信用评估
第9课 通用逼近器径向基函数神经网络，在新观点下审视PDA和SVM。Hopfield联想记忆型神经网络。案例：字符识别，人脸识别
第10课 概率神经网络和信念贝叶斯分类器、以及 聚类算法
第11课 聚类，孤立点判别。案例：推荐系统，自动品酒器，作弊识别，社会系统团体识别
资料
龙星计划_机器学习
Lecture01
Lecture02
Lecture03
Lecture04
Lecture05
Lecture06
Lecture07
Lecture08
Lecture09
Lecture10
Lecture11
Lecture12
Lecture13
Lecture14
Lecture15
Lecture16
Lecture17
Lecture18
Lecture19_r
斯坦福大学公开课 ：机器学习课程
[第1集] 机器学习的动机与应用
[第2集] 监督学习应用.梯度下降
[第3集] 欠拟合与过拟合的概念
[第4集] 牛顿方法
[第5集] 生成学习算法
[第6集] 朴素贝叶斯算法
[第7集] 最优间隔分类器问题
[第8集] 顺序最小优化算法
[第9集] 经验风险最小化
[第10集] 特征选择
[第11集] 贝叶斯统计正则化
[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] 奇异值分解
[第16集] 马尔可夫决策过程
[第17集] 离散与维数灾难
[第18集] 线性二次型调节控制
[第19集] 微分动态规划
[第20集] 策略搜索
斯坦福大学公开课 ：机器学习课程
机器学习课件