HsuanTienLin-ML-Camp

课程资料

• 林轩田资源整理

• 廖雪峰 Python3 教程

• 李航《统计学习方法》(链接：https://pan.baidu.com/s/1MSx407RuPCJt5KSej0Yqlg 密码：h74l)

• 周志华《机器学习》（链接：https://pan.baidu.com/s/1wyqhvJHkI1zHph8RRsm9iw 密码：1475）

• 机器学习该怎么入门？

教学大纲

整体按照林轩田基石和技法的课程顺序来进行，总课时12周。

第1周 何时机器可以学习？

• 机器学习问题

• 学习回答Yes/No

• 机器学习类型

• 机器学习的可行性

• 作业1

第2周 为什么机器可以学习？

• 训练vs测试

• 泛化理论

• VC维度

• 噪声与误差

• 作业2

第3周 机器如何学习？

• 线性回归

• 逻辑回归

• 线性分类模型

• 非线性特征转换

• 作业3

第4周 机器如何更好地学习？

• 过拟合的危险性

• 正则化

• 模型验证

• 三大学习原则

• 作业4

第5周 带打天池o2o实战赛（初级）

第6周 支持向量机SVM

• 线性支持向量机

• 对偶支持向量机

• 核支持向量机

• 软间隔支持向量机

第7周 SVM 核技巧的推广

• 核逻辑回归

• 支持向量回归

• 作业5

第8周 SMO基本原理与实现

• SMO算法的基本原理

• Python实现SMO算法

• 数字手写识别

第9周 集成学习Bagging和AdaBoost

• Blending和Bagging

• 提升算法AdaBoost

• 决策树

• 作业6

第10周 随机森林和GBDT

• 随机森林

• GBDT算法

• 作业7

第11周 神经网络

• 神经网络

• 深度学习

• RBF网络

• 矩阵提取

• 作业8

• 总结

第12周 带打天池o2o实战赛（进阶）

欢迎大家关注我的微信公众号：AI有道（ID: redstonewill）。我会发布更多更好的文章给大家！

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）