首发：徐亦达老师的机器学习课件及下载（中文目录）
徐亦達(dá)教授在github公布了他的歷年機(jī)器學(xué)習(xí)相關(guān)課件、視頻，黃海廣博士協(xié)助徐亦達(dá)老師對(duì)課件目錄進(jìn)行翻譯和整理，并提供下載。
徐亦達(dá)老師簡介
徐亦達(dá)，現(xiàn)任悉尼科技大學(xué)教授，UTS全球數(shù)據(jù)技術(shù)中心機(jī)器學(xué)習(xí)和數(shù)據(jù)分析實(shí)驗(yàn)室主任。主要研究方向是機(jī)器學(xué)習(xí)，數(shù)據(jù)分析和計(jì)算機(jī)視覺。他在國際重要期刊與會(huì)議發(fā)表數(shù)篇高影響因子論文；編寫了大量的數(shù)理統(tǒng)計(jì)、概率和機(jī)器學(xué)習(xí)教材。
?
徐亦達(dá)老師的課件的目錄
前言
筆記的視頻演示
最近的研究講義
噪聲對(duì)比估計(jì) (Noise Contrastive Estimation), 概率密度再參數(shù)化
一、基礎(chǔ)知識(shí)
1.概率論與數(shù)理統(tǒng)計(jì)基礎(chǔ)
貝葉斯模型
概率估計(jì)
統(tǒng)計(jì)屬性
2.概率模型
E-M算法
狀態(tài)空間模型（動(dòng)態(tài)模型）
3.高級(jí)概率模型
貝葉斯非參數(shù)（BNP）及其推導(dǎo)基礎(chǔ)
貝葉斯非參數(shù)（BNP）擴(kuò)展
行列式點(diǎn)過程
4.推導(dǎo)課件
變分推導(dǎo)
隨機(jī)矩陣
蒙特卡洛簡介
馬爾可夫鏈蒙特卡洛
粒子濾波器（序列蒙特卡洛）
二、深度學(xué)習(xí)
優(yōu)化方法
神經(jīng)網(wǎng)絡(luò)
卷積神經(jīng)網(wǎng)絡(luò)：從基礎(chǔ)到最近的研究
詞表示和近似Softmax
深度自然語言處理
深度增強(qiáng)學(xué)習(xí)
受限玻爾茲曼機(jī)
三、數(shù)據(jù)科學(xué)
30分鐘介紹人工智能和機(jī)器學(xué)習(xí)
回歸方法
推薦系統(tǒng)
降維
數(shù)據(jù)分析簡介和相關(guān)的jupyternotebook
四、致謝
徐亦達(dá)老師的課件的內(nèi)容簡介及相關(guān)文件
前言
筆記的視頻演示
簡介：
徐亦達(dá)老師在2015年用中文錄制了這些課件中約20％的內(nèi)容 (備注：課件為全英文)，大家可以在YouTube、嗶哩嗶哩 以及優(yōu)酷觀看和下載。
YouTube：
https://www.youtube.com/channel/UConITmGn5PFr0hxTI2tWD4Q
嗶哩嗶哩：
https://space.bilibili.com/327617676
優(yōu)酷：
http://i.youku.com/i/UMzIzNDgxNTg5Ng
?
最近的研究講義
2018年7月在創(chuàng)新工廠和北大合辦的DeeCamp的課件(當(dāng)概率遇到神經(jīng)網(wǎng)絡(luò))
簡介：
主題包括：EM算法和矩陣膠囊網(wǎng)絡(luò);行列式點(diǎn)過程和神經(jīng)網(wǎng)絡(luò)壓縮; 卡爾曼濾波器和LSTM; 模型估計(jì)和二分類問題關(guān)系。
文件：DeeCamp2018_Xu_final.pptx
?
噪聲對(duì)比估計(jì) (Noise Contrastive Estimation), 概率密度再參數(shù)化
簡介：
噪聲對(duì)比估計(jì) (Noise Contrastive Estimation), 概率密度再參數(shù)化以及自然梯度的詳細(xì)說明。
文件：selected_probability.pdf
一、基礎(chǔ)知識(shí)
1.概率論與數(shù)理統(tǒng)計(jì)基礎(chǔ)
貝葉斯模型?
簡介：
貝葉斯模型的修訂包括貝葉斯預(yù)測模型，條件期望。
文件：bayesian.pdf
?
概率估計(jì)
簡介：一些有用的分布，共軛，MLE，MAP，指數(shù)族和自然參數(shù)。
文件：probability.pdf
統(tǒng)計(jì)屬性
簡介：有用的統(tǒng)計(jì)屬性可以幫助我們證明事物，包括切比雪夫和馬爾科夫不等式。
文件：statistics.pdf
?
2.概率模型
E-M算法
簡介：?E-M的收斂證明，E-M到高斯混合模型的例子。?
文件：em.pdf，gmm_demo.m，kmeans_demo.m
優(yōu)酷鏈接：http://v.youku.com/v_show/id_XMTM1MjY1MDU5Mg
?
狀態(tài)空間模型（動(dòng)態(tài)模型）?
簡介：
詳細(xì)解釋了卡爾曼濾波器和隱馬爾可夫模型。
文件：
dynamic_model.pdf，kalman_demo.m
優(yōu)酷鏈接：
隱馬爾可夫模型：http://v.youku.com/v_show/id_XMTM1MzQ1NDk5Ng
卡爾曼濾波： http://v.youku.com/v_show/id_XMTM2ODU1MzMzMg
?
3.高級(jí)概率模型
貝葉斯非參數(shù)（BNP）及其推導(dǎo)基礎(chǔ)
簡介：?
Dircihlet Process（DP），中國餐廳流程見解。
文件：
non_parametrics.pdf ，dirichlet_process.m， chinese_restaurant_process.ipynb
優(yōu)酷鏈接：
http://v.youku.com/v_show/id_XMTM3NDY0MDkxNg
?
貝葉斯非參數(shù)（BNP）擴(kuò)展
簡介：
分層DP，HDP-HMM，印度自助餐過程（IBP）。
文件：non_parametrics_extensions.pdf
?
行列式點(diǎn)過程
簡介：
解釋DPP的邊際分布，L-ensemble，其抽樣策略，我們?cè)跁r(shí)變DPP中的工作細(xì)節(jié)。
文件：dpp.pdf
?
4.推導(dǎo)課件?
?變分推導(dǎo)
簡介：
解釋變分貝葉斯非指數(shù)和指數(shù)族分布加上隨機(jī)變分推導(dǎo)。
文件：
variational.pdf ，vbnormalgamma.m
優(yōu)酷鏈接：
http://v.youku.com/v_show/id_XMTM1Njc5NzkxNg
隨機(jī)矩陣
簡介：
隨機(jī)矩陣，冪方法收斂定理，詳細(xì)平衡和PageRank算法。
文件：stochastic_matrices.pdf
蒙特卡洛簡介
簡介：
逆CDF，消除，自適應(yīng)消除，重要性采樣。
文件：
introduction_monte_carlo.pdf ，adaptiverejectionsampling.m，hybrid_gmm.m
??
馬爾可夫鏈蒙特卡洛
簡介：?
M-H, Gibbs, SliceSampling,Elliptical Slice sampling, Swendesen-Wang, demonstrate collapsed GibbsusingLDA?
文件：
markov_chain_monte_carlo.pdf，ldagibbsexample.m?，test_autocorrelation.m，?gibbs.m
優(yōu)酷鏈接：
http://v.youku.com/v_show/id_XMTM1NjAyNDYyNA
?
粒子濾波器（序列蒙特卡洛）
簡介：?
連續(xù)蒙特卡羅方法，冷凝濾波算法，輔助粒子濾波器。
文件：particle_filter.pdf
優(yōu)酷鏈接：
http://v.youku.com/v_show/id_XMTM3MTE1Mjk2OA
?
二、深度學(xué)習(xí)
優(yōu)化方法
簡介：
常用的優(yōu)化方法。不僅限于深度學(xué)習(xí)。
文件：optimization.pdf
?
神經(jīng)網(wǎng)絡(luò)
簡介：
基本神經(jīng)網(wǎng)絡(luò)和多層感知器。
文件：neural_networks.pdf
卷積神經(jīng)網(wǎng)絡(luò)：從基礎(chǔ)到最近的研究
簡介：
卷積神經(jīng)網(wǎng)絡(luò)的詳細(xì)解釋，各種損失函數(shù)，中心損失函數(shù)，對(duì)比損失函數(shù)，殘差網(wǎng)絡(luò)，YOLO，SSD。
文件：cnn_beyond.pdf
?
詞表示和近似Softmax
簡介：
Word2Vec, skip-gram, GloVe, 噪聲對(duì)比估計(jì)，負(fù)采樣，Gumbel-max技巧。
文件：
word_vector.pdf
?
深度自然語言處理
簡介：
RNN，LSTM，具有注意力機(jī)制的Seq2Seq，集束搜索，RNN，LSTM，具有注意力機(jī)制的Seq2Seq，集束搜索，Attention is all you need，卷積Seq2Seq，指針網(wǎng)絡(luò)。
文件：deep_nlp.pdf
???????????
深度增強(qiáng)學(xué)習(xí)
簡介：
強(qiáng)化學(xué)習(xí)的基礎(chǔ)知識(shí)，馬爾可夫決策過程，貝爾曼方程，并進(jìn)入深度Q學(xué)習(xí)（正在建設(shè)中）
文件：dqn.pdf
?
受限玻爾茲曼機(jī)
簡介：
受限玻爾茲曼機(jī)（RBM）的基礎(chǔ)知識(shí)
文件：rbm_gan.pdf
三、數(shù)據(jù)科學(xué)
30分鐘介紹人工智能和機(jī)器學(xué)習(xí)
簡介：
用30分鐘來介紹人工智能和機(jī)器學(xué)習(xí)。 （感謝徐亦達(dá)老師的博士生常皓東進(jìn)行協(xié)助編輯）
文件：30_min_AI.pptx
?
回歸方法
簡介：
分類：Logistic回歸和Softmax分類；回歸：線性回歸，多項(xiàng)式回歸，混合效果模型。
文件：regression.pdf， costFunction.m，soft_max.m
??
推薦系統(tǒng)
簡介：
協(xié)同過濾，分解機(jī)，非負(fù)矩陣分解，乘法更新規(guī)則。
文件：recommendation.pdf
?
降維
簡介：
典型的PCA和 t-SNE。
文件：dimension_reduction.pdf
?
數(shù)據(jù)分析簡介和相關(guān)的jupyternotebook
簡介：
機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)的三個(gè)視角。 監(jiān)督與無監(jiān)督學(xué)習(xí)，分類準(zhǔn)確性。
文件：AI_and_machine_learning.pdf
?
四、致謝
特別感謝徐亦達(dá)老師的博士生團(tuán)隊(duì)的協(xié)助一起校隊(duì)課件，還有討論以及對(duì)課件提出了許多非常寶貴的意見。其中(不完全的)包括了，常皓東，姜帥，黃皖鳴，鄧辰，梁軒。特別感謝黃海廣博士協(xié)助徐亦達(dá)老師將課件目錄翻譯成中文。
如果你想加入徐亦達(dá)老師的機(jī)器學(xué)習(xí)博士生團(tuán)隊(duì)或有興趣實(shí)習(xí), 請(qǐng)通過電子郵件：YiDa.Xu@uts.edu.au與徐亦達(dá)老師聯(lián)系。
參考
徐亦達(dá)老師課件的github：
https://github.com/roboticcam/machine-learning-notes
完整講義下載請(qǐng)回復(fù)“徐亦達(dá)”查看
也可以直接用百度云下載：
鏈接：https://pan.baidu.com/s/1SidOblKEJNEzSnVCuAWHhg?
提取碼：uq4h?
請(qǐng)關(guān)注和分享↓↓↓?
機(jī)器學(xué)習(xí)初學(xué)者
QQ群：654173748
往期精彩回顧
機(jī)器學(xué)習(xí)簡易入門-附推薦學(xué)習(xí)資料
機(jī)器學(xué)習(xí)初學(xué)者公眾號(hào)下載資源匯總（一）
黃海廣博士的github鏡像下載（機(jī)器學(xué)習(xí)及深度學(xué)習(xí)資源）
吳恩達(dá)老師的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)課程筆記打印版
機(jī)器學(xué)習(xí)小抄-（像背托福單詞一樣理解機(jī)器學(xué)習(xí)）
首發(fā)：深度學(xué)習(xí)入門寶典-《python深度學(xué)習(xí)》原文代碼中文注釋版及電子書
科研工作者的神器-zotero論文管理工具
機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)
總結(jié)
以上是生活随笔為你收集整理的首发：徐亦达老师的机器学习课件及下载（中文目录）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 新论文推荐：Auto-Keras:自动搜
- 下一篇： 赠人玫瑰,手有余香-期待协作更新机器学习