干货 | 林轩田机器学习「基石+技法」历史文章汇总

AI有道

一个有情怀的公众号

台湾大学林轩田机器学习经典课程：「机器学习基石」和「机器学习技法」。课程由浅入深、内容全面，基本涵盖了机器学习领域的很多方面，还包括了机器学习一些经典算法，包括支持向量机、决策树、随机森林、神经网络等。

如果你对我的文章和内容有什么想法和建议的话，欢迎在文章底部直接留言或直接在公众号交流，我会尽量及时回复！期待与你的探讨，共同学习，共同进步！

真诚感谢所有关注公众号的朋友，感谢所有打赏、点赞及分享的朋友。你们的肯定与支持始终是我创作的最大动力！我会将公众号维护得越来越好，带给你们更多的好文章！谢谢！

——AI有道 · 红色石头

精炼笔记

机器学习基石：

【1】​​The Learning Problem​​

【2】​​Learning to Answer Yes/No​​

【3】​​Types of Learning​​

【4】​​Feasibility of Learning​​

【5】​​Training versus Testing​​

【6】​​Theory of Generalization​​

【7】​​The VC Dimension​​

【8】​​Noise and Error​​

【9】​​Linear Regression​​

【10】​​Logistic Regression​​

【11】​​Linear Models for Classification​​

【12】​​Nonlinear Transformation​​

【13】​​Hazard of Overfitting​​

【14】​​Regularization​​

【15】​​Validation​​

【16】​​Three Learning Principles​​

机器学习技法：

【1】​​Linear Support Vector Machine​​

【2】​​Dual Support Vector Machine​​

【3】​​Kernel Support Vector Machine​​

【4】​​Soft-Margin Support Vector Machine​​

【5】​​Kernel Logistic Regression​​

【6】​​Support Vector Regression​​

【7】​​Blending and Bagging​​

【8】​​Adaptive Boosting​​

【9】​​Decision Tree​​

【10】​​Random Forest​​

【11】​​Gradient Boosted Decision Tree​​

【12】​​Neural Network​​

【13】​​Deep Learning​​

【14】​​Radial Basis Function Network​​

【15】​​Matrix Factorization​​

【16】​​Finale​​