NTU-HsuanTienLin-MachineLearning

课程介绍

台湾大学林轩田老师曾在coursera上开设了两门机器学习经典课程：《机器学习基石》和《机器学习技法》。《机器学习基石》课程由浅入深、内容全面，基本涵盖了机器学习领域的很多方面。其作为机器学习的入门和进阶资料非常适合。《机器学习技法》课程主要介绍了机器学习领域经典的一些算法，包括支持向量机、决策树、随机森林、神经网络等等。林老师的教学风格也很幽默风趣，总让读者在轻松愉快的氛围中掌握知识。在此，笔者将把这两门课的所有视频、笔记、书籍等详细资料分享给大家。

首先附上这两门课的主页：

Hsuan-Tien Lin 机器学习基石

课程视频在B站上可以直接观看哦～这里附上传送门：

机器学习基石（林轩田）

机器学习技法（林轩田）

课程内容

《机器学习基石》

这门课主要涉及机器学习关键问题的四个方面：

• When Can Machine Learn?

• Why Can Machine Learn?

• How Can Machine Learn?

• How Can Machine Learn Better?

其中每个方面包含4节课，总共有16节课。具体所有课程内容如下：

• When Can Machine Learn?

  • The Learning Problem

  • Learning to Answer Yes/No

  • Types of Learning

  • Feasibility of Learning

• Why Can Machine Learn?

  • Training versus Testing

  • Theory of Generalization

  • The VC Dimension

  • Noise and Error

• How Can Machine Learn?

  • Linear Regression

  • Logistic Regression

  • Linear Models for Classification

  • Nonlinear Transformation

• How Can Machine Learn Better?

  • Hazard of Overfitting

  • Regularization

  • Validation

  • Three Learning Principles

《机器学习技法》

这门课主要涉及机器学习经典算法的三个方面：

• Embedding Numerous Features: Kernel Models

• Combining Predictive Features: Aggregation Models

• Distilling Implicit Features: Extraction Models

总共有16节课。具体所有课程内容如下：

• Embedding Numerous Features: Kernel Models

  • Linear Support Vector Machine

  • Dual Support Vector Machine

  • Kernel Support Vector Machine

  • Soft-Margin Support Vector Machine

  • Kernel Logistic Regression

  • Support Vector Regression

• Combining Predictive Features: Aggregation Models

  • Blending and Bagging

  • Adaptive Boosting

  • Decision Tree

  • Random Forest

  • Gradient Boosted Decision Tree

• Distilling Implicit Features: Extraction Models

  • Neural Network

  • Deep Learning

  • Radial Basis Function Network

  • Matrix Factorization

  • Finale

资源汇总

笔者在学习这门课的过程中整理了各种课程资源，包括视频、笔记、书籍等。具体如下：

课程视频

两门课所有的教学视频都存放在百度云盘上，方便转存、下载。包括视频对应的教学ppt（pdf形式）。

机器学习基石：

链接：https://pan.baidu.com/s/1mKTjYgPhTDDq5Ajl-nYA0A 提取码：3l47

机器学习技法：

链接：https://pan.baidu.com/s/1qmZ8s7wSwHM0UkkPuNFJRw 提取码：vjuf

课程笔记

这是笔者最用心整理也是花的时间最多的，读者可以边看视频边看我的笔记，希望能给读者提供微薄之力。所有精炼笔记都已发布在个人主页上。但是为了便于大家线下阅读，特此将笔记的md文件和pdf文件全都发布在github上，可供查阅和打印。

课程书籍

林轩田机器学习基石这门课有一个配套教材：《Learning From Data》，林轩田也是编者之一。这本书的主页为：

Learning From Data

豆瓣上关于这本书的评分高达9.4，还是很不错的，值得推荐！可以配套视频一起学习。

机器学习技法对这本书添加了一些章节，作为扩展。原书和附加章节均放在百度云盘上。

最后

如果觉得我的分享对你有用，那么就Star一下吧～同时，也欢迎大家关注我的微信公众号：AI有道（ID: redstonewill）。我会一如既往发布更多更好的文章给大家！一起学习，共同进步！

个人主页：

我的网站：http://redstonewill.com/

我的CSDN：http://blog.csdn.net/red_stone1

我的知乎：https://www.zhihu.com/people/red_stone_wl

我的微信公众号：AI有道（ID：redstonewill）