機器學習與數據挖掘

加州理工大學課程 機器學習與數據挖掘 共十八集 目前線上公開課已出十集  

課程介紹 這是涵蓋機器學習基本理論 算法和應用的基礎課程,結合理論和實踐. 介紹機器學習如何使運算系統得以根據獲取的數據改善其表現,並將這些成果運用到工程,科技,金融商業等活動中.專業理論將包括線性模型,VC維,神經網絡,支持向量機,數據探測法

講師：Yaser Abu-Mostafa 加州理工學院電氣工程和計算機科學教授.主要研究領域為機器學習和計算金融學.IEEE神經網絡協會創始人之一.第二屆和第四屆國際資本市場中的神經網絡會議主席.第六屆國際計算金融學會議主席,目前是多個科學咨詢委員會成員,已擔任花旗銀行機器學習技術顧問達9年.

 

第一集:學習問題

1

 

第二集:學習的可行性

 

第三集 線性模型

 

第四集 誤差與噪音

 

第五集 訓練與與測試

 

第六集 MAPA泛化理論

 

第七集 VC維

 

第八集 偏見方差均衡

 

第九集 線性模型II

 

第十集 神經網路