【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習相關課件、視頻，黃海廣博士協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，現任悉尼科技大學教授，UTS全球數據技術中心機器學習和數據分析實驗室主任。主要研究方向是機器學習，數據分析和計算機視覺。他在國際重要期刊與會議發表數篇高影響因子論文；編寫了大量的數理統計、概率和機器學習教材。
?
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), 概率密度再參數化
一、基礎知識
1.概率論與數理統計基礎
貝葉斯模型
概率估計
統計屬性
2.概率模型
E-M算法
狀態空間模型（動態模型）
3.高級概率模型
貝葉斯非參數（BNP）及其推導基礎
貝葉斯非參數（BNP）擴展
行列式點過程
4.推導課件
變分推導
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、深度學習
優化方法
神經網絡
卷積神經網絡：從基礎到最近的研究
詞表示和近似Softmax
深度自然語言處理
深度增強學習
受限玻爾茲曼機
三、數據科學
30分鐘介紹人工智能和機器學習
回歸方法
推薦系統
降維
數據分析簡介和相關的jupyternotebook
四、致謝
徐亦達老師的課件的內容簡介及相關文件
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％的內容 (備注：課件為全英文)，大家可以在YouTube、嗶哩嗶哩 以及優酷觀看和下載。
YouTube：
https://www.youtube.com/channel/UConITmGn5PFr0hxTI2tWD4Q
嗶哩嗶哩：
https://space.bilibili.com/327617676
優酷：
http://i.youku.com/i/UMzIzNDgxNTg5Ng
?
最近的研究講義
2018年7月在創新工廠和北大合辦的DeeCamp的課件(當概率遇到神經網絡)
簡介：
主題包括：EM算法和矩陣膠囊網絡;行列式點過程和神經網絡壓縮; 卡爾曼濾波器和LSTM; 模型估計和二分類問題關系。
文件：DeeCamp2018_Xu_final.pptx
?
噪聲對比估計 (Noise Contrastive Estimation), 概率密度再參數化
簡介：
噪聲對比估計 (Noise Contrastive Estimation), 概率密度再參數化以及自然梯度的詳細說明。
文件：selected_probability.pdf
一、基礎知識
1.概率論與數理統計基礎
貝葉斯模型?
簡介：
貝葉斯模型的修訂包括貝葉斯預測模型，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，指數族和自然參數。
文件：probability.pdf
統計屬性
簡介：有用的統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
優酷鏈接：http://v.youku.com/v_show/id_XMTM1MjY1MDU5Mg
?
狀態空間模型（動態模型）?
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（BNP）及其推導基礎
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
優酷鏈接：
http://v.youku.com/v_show/id_XMTM3NDY0MDkxNg
?
貝葉斯非參數（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。
文件：dpp.pdf
?
4.推導課件?
?變分推導
簡介：
解釋變分貝葉斯非指數和指數族分布加上隨機變分推導。
文件：
variational.pdf ，vbnormalgamma.m
優酷鏈接：
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
優酷鏈接：
http://v.youku.com/v_show/id_XMTM3MTE1Mjk2OA
?
二、深度學習
優化方法
簡介：
常用的優化方法。不僅限于深度學習。
文件：optimization.pdf
?
神經網絡
簡介：
基本神經網絡和多層感知器。
文件：neural_networks.pdf
卷積神經網絡：從基礎到最近的研究
簡介：
卷積神經網絡的詳細解釋，各種損失函數，中心損失函數，對比損失函數，殘差網絡，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，指針網絡。
文件：deep_nlp.pdf
???????????
深度增強學習
簡介：
強化學習的基礎知識，馬爾可夫決策過程，貝爾曼方程，并進入深度Q學習（正在建設中）
文件：dqn.pdf
?
受限玻爾茲曼機
簡介：
受限玻爾茲曼機（RBM）的基礎知識
文件：rbm_gan.pdf
三、數據科學
30分鐘介紹人工智能和機器學習
簡介：
用30分鐘來介紹人工智能和機器學習。（感謝徐亦達老師的博士生常皓東進行協助編輯）
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
簡介：
協同過濾，分解機，非負矩陣分解，乘法更新規則。
文件：recommendation.pdf
?
降維
簡介：
典型的PCA和 t-SNE。
文件：dimension_reduction.pdf
?
數據分析簡介和相關的jupyternotebook
簡介：
機器學習和數據科學的三個視角。監督與無監督學習，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習博士生團隊或有興趣實習, 請通過電子郵件：YiDa.Xu@uts.edu.au與徐亦達老師聯系。
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“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者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯獲取一折本站知識星球優惠券，復制鏈接直接打開：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
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： 【Python基础】Python时间模块