1 基本概念-(上海交通大学张志华)机器学习导论

热门回复：

• EmeraldRagJWCP:up课程顺序跟上交官网顺序一致, 但好像官网顺序都不对.. 先传一个CSDN上@yuanmengxinglong 更改后的顺序: 01. 基本概念 02. 随机向量 03. 随机向量的性质 04. 条件期望 05. 多元高斯分布 06. 分布的性质 07. 多元高斯分布及其运用 08. 多项式分布 09. 渐进性质 10. 核定义 11. 正定核性质 12. 正定核应用 13. 主元分析 14. 主坐标分析 15. 核主元分析 16. 概率PCA 17. 最大似然估计方法 18. 期望最大算法 19. EM算法的收敛性 20. MDS方法 21. MDS中加点方法 22. T矩阵范式 23. 次导数 24. 矩阵次导数 25. Matrix_Completion 26. K_means algorithm 27. spectral clustering 28. 谱聚类1 29. 谱聚类2 30. Fisher判别分析 31. Fisher Discriminant ****ysis 32. computational Methods1 33. computational Methods2 34. Kernel FDA 35. Linear classification1 36. Linear classification2 37. Naive Bayes 方法 38. Support Vector Machinese1 39. Support Vector Machinese2 40. SVM 41. Boosting1 42. Boosting2
• 寒江独钓9527:up主别乱搞封面，张志华教授不是写西瓜书的周志华教授，不过也很牛，只是没有周有名
• 唐七公子1:看到头发稀少突然不想学习(=・ω・=)
• ybNero在成都:张志华老师现在在北大，在机器学习领域是很有名的，他的课程内容也很实在
• 雷欧奥特曼hhh:Zhihua Zhang是JMLR的编委，现在北大工作，之前在伯克利当副教授，机器学习领域大名鼎鼎的Mike Jordan的弟子，这个课数学味很浓，讲的很清楚，一看就是懂的人讲出来的东西，你们听不懂就不要吐槽了，居然还看到弹幕说下面的学生不说话是没听懂，说听懂的都是装逼[嫌弃]，也不看下面坐的是哪的学生，上交的acm班啊，那基础能一样吗？要么回去打基础，要么出门右转去看Ng的课，有热情学习新东西是好事，但是对知识要保持基本的敬畏之心啊，适合自己的资料才是最好的资料，听不懂别老怪老师，多找找自己的问题