机器学习

两大派系

  1. 频率派——统计机器学习
  2. 贝叶斯派——概率图模型

资料推荐

书籍

  • 李航《统计学习方法》[1]：感K朴决逻，支提[2]E隐条
  • 周志华《西瓜书》：比较全面，各种算法都有，但不是很深入，可以做手册
  • PRML[3]：回分神核稀，图混近采连，顺[4]组[5]
  • MLAPP：百科全书（侧重贝叶斯）
  • ESL：偏重频率派
  • Deep Learning：圣经（中译版—>张志华团队 ）

视频

  • 台大：林轩田（基石：VC Theory、正则化、线性模型；技法：SVM、决策树、随机森林、神经网络、deep learning）
  • 张志华：《机器学习导论》、《统计机器学习》
  • Ng：斯坦福CS229
  • 徐亦达：概率模型、Github—>Notes
  • 台大：李宏毅《机器学习》、《MLDS》
  1. 频率派 ↩︎
  2. Boosting ↩︎
  3. 贝叶斯派 ↩︎
  4. Sequential ↩︎
  5. Random Forest, Boosting, Bagging ↩︎