课程简介
这是机器学习(ML)的入门课程，涉及基础理论、算法和应用。机器学习是大数据的关键技术，并在金融、医药、商务和科学方面有诸多应用。它帮助计算系统根据数据中所提取的信息自动学习如何执行所需任务。机器学习也是如今最热门的研究领域之一，在加州理工学院有来自15个不同专业的本科生和研究生都参加了本课程的学习。本课程结合理论和实践，其中包括数学和启发式教学内容。相关讲座彼此按照讲故事的方式娓娓道来:
- 要学习什么内容？
- 机器是否会学习？
- 怎样做到呢？
- 怎样才能做好呢？
- 课外家庭作业。
故事情节中的话题内容通过18个讲座完成，每个讲座约60分钟，外加问答环节。
- 第1讲 : 机器学习问题
- 第2讲 : 机器学习是否可行？
- 第3讲 : 线性模型 I
- 第4讲 : 错误和噪音
- 第5讲 : 训练与测试
- 第6讲 : 一般化理论
- 第7讲 : VC 维度
- 第8讲 : 偏差－方差的权衡
- 第9讲 : 线性模型 II
- 第10讲 : 神经网络
- 第11讲 : 过度拟合
- 第12讲 : 正则化
- 第13讲 : 验证
- 第14讲 : 支持向量机
- 第15讲 : 核方法
- 第16讲 : 径向基函数
- 第17讲 : 机器学习的三条重要原则
- 第18讲 : 结语
展开
课程章节
授课教师
-
Yaser S. Abu-Mostafa 加州理工学院 电气工程和计算机科学 教授
<a href=""http://work.caltech.edu"" target=""_blank"">Abu-Mostafa 博士</a> 是加州理工学院的电气工程和计算机科学教授。他的主要专业领域是机器学习和计算金融。他是亚马逊的机器学习畅销书《从数据中学习》的合著者。 Abu-Mostafa 博士在加州理工学院因其极富原创性的博士论文获得 Clauser 奖。他曾荣获各种加州理工学院和美国国家级的教学奖，其中包括1996年的费曼奖。他是神经信息处理系统(NIPS)年会的联合创始人，这是机器学习领域的顶级国际会议。他主持了一系列机器学习在金融领域应用的会议，包括计算金融(CF-99)。2005年, 赫兹基金会特设永久性的研究生奖学金，并命名为 Abu-Mostafa 奖学金，以示对他的敬意。 Abu-Mostafa 博士目前在若干科学顾问委员会就职，并为诸多企业担任机器学习技术顾问，其中包括在花旗银行9年任职。他有诸多科技出版物问世，其中包括在《科学美国人》杂志中的3篇文章，并在诸多国际会议上做过主旨演讲。
精华笔记
精华笔记正在评选中，去看看全部笔记
常见问题
我是否需要购买教材？
没有必要，这里所提供的视频和幻灯片资料足以满足要求。
这是加州理工学院的真实课程么？
是的，实际上这是一门加州理工学院的平行课程，加州理工学院的学生同时也在校园参加内容完全相同的课程。他们与大家一样，也在观看同样的视频讲座，做着同样的作业。
本课程是否有难度？
不，内容很严肃，但难度并不大。我们关注的是对机器学习的真正理解，并非是只知皮毛。如果你投入足够时间和精力，定会达到和顶级大学学生的同等水平。
