第一讲-机器学习资料汇总(附书籍网盘地址和视频链接地址)

学习资料汇总

学派

• 频率学派 -------> 统计学习方法
• 贝叶斯学派 -----> 概率图模型

参考书

• 《统计学习方法》-李航老师
  • 主要是频率派，HMM和CRF属于概率图模型，主要讲解10个算法
  1. 感知器
  2. K近邻
  3. 朴素贝叶斯
  4. 决策树
  5. 逻辑回归/最大熵
  6. 支持向量机
  7. 提升方法
  8. EM算法
  9. 隐马尔可夫模型HMM
  10. 条件随机场CRF
• 《机器学习》-周志华老师
  • 手册性质
• 《Pattern Recognition and Machine Learning》PRML
  • 贝叶斯学派，主要有12章内容
  1. 线性回归
  2. 线性分类
  3. 神经网络
  4. 核方法
  5. Sparse Kernel Machines(稀疏核机器，觉得这样翻译不太通顺)
  6. 概率图模型
  7. 混合模型和EM
  8. 近似推断
  9. 采样方法
  10. 连续隐(latent)变量
  11. 顺序数据
  12. 组合模型
• 《Machine Learning：A Probabilistic Perspective》MLAPP
  • 贝叶斯学派
• 《The Elements of Statistical Learning》ESL
  • 频率学派
• 《Deep Learning》-张志华老师译
  • 主要是深度学习

视频

• 台大 林轩田

1. 机器学习基石: VC Theory，正则化，线性模型
2. 机器学习技法: SVM，决策树，随机森林，神经网络，深度学习

• 张志华

1. 机器学习导论-频率派
2. 统计机器学习-统计理论-贝叶斯学派

• 吴恩达

1. CS229

• 徐亦达

1. 概率模型

• 台大 李宏毅

1. ML 2020 深度学习内容
2. MLDS 2018 优化/正则化/实践方法/Attention/Seq2Seq

书籍资料下载

我将上述的6本书整理到网盘上，链接地址如下(链接地址失效，请我给留言，我会及时更换)：链接：https://pan.baidu.com/s/1fnqPmUkRah6XT1JQgI7rPg
提取码：56y4