本文总阅读量:  次 | 文章总字数: 1,135 字

机器学习视频课程第一课&第二课学习笔记

截图

之前我在我的微信公众号 (devopenclub) 推送中给大家推荐了国立台湾大学的「机器学习教程」,后来有朋友留言说需要科学上网才能观看。
我刚好有完整的下载版本,我会陆续上传到优酷上供大家学习,并在此公众号里陆续进行推送。

#01 The Learning Problem Course Introduction 课程笔记

在第一节课里,主要介绍了课程的大纲与课程安排,此课程原发布于 Coursera,后来因为 Coursera 课程迁移,所以暂时下线了,后来讲师上传到了 YouTube 上分享。
此节课程一个比较重要的点是:强调了基础的重要性,为什么一定要重视基础,而不是直接学一些花里胡哨的应用算法,课程中给了很好地解释和比喻。
我觉得这也是我们学习技术最应该重视和应该丢弃浮躁,潜心打基础的原因。

课程地址: http://v.youku.com/v_show/id_XMjYyODIzMjc4MA==.html

#02 The Learning Problem What Is Machine Learning 课程笔记

生物的学习:观察-学习-技能
电脑的学习:数据 (data) - 机器学习 (ML) - 技能 (skill)

示例:树的识别
是定义很多的规则去识别树吗?
不是,而是通过不断地识别和观察很多的树之后,学会了识别树的技能。
所以机器学习就是自己去分析资料。

一些应用方向

  • 火星上的导航
  • 声音、视觉的辨识
  • 如股市的高频交易

判断是否适合使用机器学习去解决问题的三个关键

  • 有目标可以让机器去学习,也就是改进的表现是可以度量的;
  • 不知道如何将规则写下来;
  • 有资料给机器去学习。

课程地址: http://v.youku.com/v_show/id_XMjYzMTEzODMyMA==.html

后续的课程学习笔记我会继续在微信公众号里推送给大家。

课程介绍

课程为台湾大学所开设之「机器学习」课程的前半学期,课程的强度比照世界一流大学的实体课程设计,希望能帮大家打下扎实的基础,所以在份量上会比常见的线上课程要吃重一些,建议大家要预留充足的时间来把这门课学好。
即使有前面这句话的「警告」,这门课在台大依然有著很好的口碑,因此这几年一直看到同学们「前仆后继」地来修习,希望能和台大的同学一洋喜爱这门课程。

讲师: 林轩田(Hsuan-Tien Lin)
林轩田在2001年于台湾大学资讯工程系取得学士学位,并在2005年及2008年相继在美国加州理工学院取得硕士及博士学位。他在2008年返回台湾大学资讯工程系担任助理教授,并在2012年升等为副教授。他目前担任台湾人工智慧协会的秘书长,并投入「机器学习的理论基础与演算法设计」之研究。
林教授合著了在亚马逊线上书店畅销的机器学习入门教科书「Learning From Data」,并曾获得 2011 年台湾大学「教学杰出教师奖」,2013 年台湾大学「优良导师奖」,2012 年 ACM Taipei Chapter 「李国鼎青年研究奖」与 2013 年国科会「吴大猷先生纪念奖」。林教授另共同带领了台湾大学的团队,在 2010 至 2013 年,连续获得了四年(六座)的 KDDCup 世界冠军。

特别注意:此视频教程的所有版权归原作者所有,原作者也是上传到 YouTube 免费分享,任何人都不可用于其他任何商业用途。

EOF

转载须以超链接形式标明文章原始出处和作者信息