国际名校公开课
加州理工学院公开课：机器学习与数据挖掘
加州理工学院公开课：机器学习与数据挖掘
本课程共18集(缺11,12,13,14,15,16,17,18集) 翻译完 欢迎学习
【课程介绍】
这是涵盖机器学习基本理论、算法和应用的基础课程，结合理论和实践，生动介绍机器学习如何使运算系统得以根据获取的数据改善其表现，并将这些成果运用到工程、科技、金融商业等活动中。专业理论将包括线性模型、VC维、神经网络、支持向量机、数据探测法等。
课程列表
【第1集】
学习问题
【第2集】
学习的可行性
【第3集】
线性模型
【第4集】
误差和噪声
【第5集】
雷蒙保罗MAPA泛化理论
【第6集】
VC维
【第7集】
偏见方差权衡
【第8集】
线性模型II
【第9集】
神经网络
讲师介绍
名称：Yaser Abu-Mostafa
职业：加州理工学院电气工程和计算机科学教授，主要研究领域为机器学习和计算金融学，多次获得校内外教学奖；IEEE神经网络协会创始人之一；第二届和第四届国际资本市场中的神经网络会议主席，第六届国际计算金融学会议主席；目前是多个科学咨询委员会成员，已担任花旗银行机器学习技术顾问达9年。
学位：
学院介绍
加州理工学院是美国的一所久负盛名的大学，位于加利福尼亚州的帕萨蒂纳(Pasadena)，创建于1891年。这所学校规模不算大，只有1000余名研究生和900余名本科生，然而在《泰晤士报高等教育》2010年世界大学排名中位列全球第2位。而在物理、行星科学、地理学领域公认为全美第一，世界第一。美国Princeton Review在2006把加州理工学院在全美“最难申请上的大学”里排名第六。