【资源】首发：徐亦达老师的机器学习课件及下载（中文目录）
徐亦達教授在github公布了他的歷年機器學(xué)習(xí)相關(guān)課件、視頻，黃海廣博士協(xié)助徐亦達老師對課件目錄進行翻譯和整理，并提供下載。
徐亦達老師簡介
徐亦達，現(xiàn)任悉尼科技大學(xué)教授，UTS全球數(shù)據(jù)技術(shù)中心機器學(xué)習(xí)和數(shù)據(jù)分析實驗室主任。主要研究方向是機器學(xué)習(xí)，數(shù)據(jù)分析和計算機視覺。他在國際重要期刊與會議發(fā)表數(shù)篇高影響因子論文；編寫了大量的數(shù)理統(tǒng)計、概率和機器學(xué)習(xí)教材。
?
徐亦達老師的課件的目錄
前言
筆記的視頻演示
最近的研究講義
噪聲對比估計 (Noise Contrastive Estimation), 概率密度再參數(shù)化
一、基礎(chǔ)知識
1.概率論與數(shù)理統(tǒng)計基礎(chǔ)
貝葉斯模型
概率估計
統(tǒng)計屬性
2.概率模型
E-M算法
狀態(tài)空間模型（動態(tài)模型）
3.高級概率模型
貝葉斯非參數(shù)（BNP）及其推導(dǎo)基礎(chǔ)
貝葉斯非參數(shù)（BNP）擴展
行列式點過程
4.推導(dǎo)課件
變分推導(dǎo)
隨機矩陣
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
深度增強學(xué)習(xí)
受限玻爾茲曼機
三、數(shù)據(jù)科學(xué)
30分鐘介紹人工智能和機器學(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);行列式點過程和神經(jīng)網(wǎng)絡(luò)壓縮; 卡爾曼濾波器和LSTM; 模型估計和二分類問題關(guān)系。
文件：DeeCamp2018_Xu_final.pptx
?
噪聲對比估計 (Noise Contrastive Estimation), 概率密度再參數(shù)化
簡介：
噪聲對比估計 (Noise Contrastive Estimation), 概率密度再參數(shù)化以及自然梯度的詳細說明。
文件：selected_probability.pdf
一、基礎(chǔ)知識
1.概率論與數(shù)理統(tǒng)計基礎(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
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)計屬性
簡介：有用的統(tǒng)計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（動態(tài)模型）?
簡介：
詳細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
?
行列式點過程
簡介：
解釋DPP的邊際分布，L-ensemble，其抽樣策略，我們在時變DPP中的工作細節(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
隨機矩陣
簡介：
隨機矩陣，冪方法收斂定理，詳細平衡和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)的詳細解釋，各種損失函數(shù)，中心損失函數(shù)，對比損失函數(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, 噪聲對比估計，負采樣，Gumbel-max技巧。
文件：
word_vector.pdf
?
深度自然語言處理
簡介：
RNN，LSTM，具有注意力機制的Seq2Seq，集束搜索，RNN，LSTM，具有注意力機制的Seq2Seq，集束搜索，Attention is all you need，卷積Seq2Seq，指針網(wǎng)絡(luò)。
文件：deep_nlp.pdf
???????????
深度增強學(xué)習(xí)
簡介：
強化學(xué)習(xí)的基礎(chǔ)知識，馬爾可夫決策過程，貝爾曼方程，并進入深度Q學(xué)習(xí)（正在建設(shè)中）
文件：dqn.pdf
?
受限玻爾茲曼機
簡介：
受限玻爾茲曼機（RBM）的基礎(chǔ)知識
文件：rbm_gan.pdf
三、數(shù)據(jù)科學(xué)
30分鐘介紹人工智能和機器學(xué)習(xí)
簡介：
用30分鐘來介紹人工智能和機器學(xué)習(xí)。（感謝徐亦達老師的博士生常皓東進行協(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，非負矩陣分解，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：
機器學(xué)習(xí)和數(shù)據(jù)科學(xué)的三個視角。監(jiān)督與無監(jiān)督學(xué)習(xí)，分類準確性。
文件：AI_and_machine_learning.pdf
?
四、致謝
特別感謝徐亦達老師的博士生團隊的協(xié)助一起校隊課件，還有討論以及對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)助徐亦達老師將課件目錄翻譯成中文。
如果你想加入徐亦達老師的機器學(xué)習(xí)博士生團隊或有興趣實習(xí), 請通過電子郵件：YiDa.Xu@uts.edu.au與徐亦達老師聯(lián)系。
參考
徐亦達老師課件的github：
https://github.com/roboticcam/machine-learning-notes
完整講義下載請回復(fù)“徐亦達”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
往期精彩回顧適合初學(xué)者入門人工智能的路線及資料下載機器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印機器學(xué)習(xí)在線手冊深度學(xué)習(xí)筆記專輯《統(tǒng)計學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯 AI基礎(chǔ)下載機器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)專輯獲取一折本站知識星球優(yōu)惠券，復(fù)制鏈接直接打開：https://t.zsxq.com/662nyZF本站qq群1003271085。加入微信群請掃碼進群（如果是博士或者準備讀博士請說明）：總結(jié)
以上是生活随笔為你收集整理的【资源】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： 如何评价英伟达9月2日凌晨发布的30系列
- 下一篇： 【面试招聘】聊聊秋招中的面试技巧