机器人与人工智能爱好者论坛

标题: [可下载]斯坦福大学公开课：机器学习-中英双字幕 [打印本页]

作者: morinson 时间: 2015-12-21 11:23
标题: [可下载]斯坦福大学公开课：机器学习-中英双字幕
本帖最后由 morinson 于 2015-12-21 12:00 编辑

[可下载]斯坦福大学公开课：机器学习-中英双字幕

在机器学习领域大名鼎鼎的吴恩达（英文名：Andrew Ng）录制的讲课视频。在很多平台都可以在线看，但是要么不能下载，要么下载之后没有字幕，看起来特别费力。有热心同学找到了系列课程的中英文字幕，同时下载了视频，将二者压制在一起。看起来就方便多了。我获得资源后发在这里，方便大家学习交流。

学院介绍
斯坦福大学是美国一所私立大学，被公认为世界上最杰出的大学之一。它位于加利福尼亚州的斯坦福市，临近旧金山。斯坦福大学拥有的资产属于世界大学中最大的之一。它占地35平方公里，是美国面积第二大的大学。

讲师介绍

讲师：Andrew Ng
吴恩达（1976-，英文名：Andrew Ng），华裔美国人，是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任。吴恩达是人工智能和机器学习领域国际上最权威的学者之一。吴恩达也是在线教育平台Coursera的联合创始人（with Daphne Koller）。2014年5月16日，吴恩达加入百度，担任百度公司首席科学家，负责百度研究院的领导工作，尤其是Baidu Brain计划。[1]
中文名吴恩达
外文名 Andrew Y. Ng
国籍美国
出生地英国伦敦
出生日期 1976年
职业计算机科学家
毕业院校 University of California, Berkeley
主要成就人工智能和机器学习领域国际最权威学者之一
博士导师 Michael I. Jordan

如果要收藏下载的话，就可以通过百度云链接
斯坦福大学公开课：机器学习课程01_机器学习的动机与应用_中英双字幕.mp4
斯坦福大学公开课：机器学习课程02_监督学习应用梯度下降_中英双字幕.mp4
斯坦福大学公开课：机器学习课程03_欠拟合与过拟合的概念_中英双字幕.mp4
斯坦福大学公开课：机器学习课程04_牛顿方法_中英双字幕.mp4
斯坦福大学公开课：机器学习课程05_生成学习算法_中英双字幕.mp4
斯坦福大学公开课：机器学习课程06_朴素贝叶斯算法_中英双字幕.mp4
斯坦福大学公开课：机器学习课程07_最优间隔分类器问题_中英双字幕.mp4
斯坦福大学公开课：机器学习课程08_顺序最小优化算法_中英双字幕.mp4
斯坦福大学公开课：机器学习课程09_经验风险最小化_中英双字幕.mp4
斯坦福大学公开课：机器学习课程10_特征选择_中英双字幕.mp4
斯坦福大学公开课：机器学习课程11_贝叶斯统计正则化_中英双字幕.mp4
斯坦福大学公开课：机器学习课程12_K-means算法_中英双字幕.mp4
斯坦福大学公开课：机器学习课程13_高斯混合模型_中英双字幕.mp4
斯坦福大学公开课：机器学习课程14_主成分分析法_中英双字幕.mp4
斯坦福大学公开课：机器学习课程15_奇异值分解_中英双字幕.mp4
斯坦福大学公开课：机器学习课程16_马尔可夫决策过程_中英双字幕.mp4
斯坦福大学公开课：机器学习课程17_离散与维数灾难_中英双字幕.mp4
斯坦福大学公开课：机器学习课程18_线性二次型调节控制_中英双字幕.mp4
斯坦福大学公开课：机器学习课程19_微分动态规划_中英双字幕.mp4
斯坦福大学公开课：机器学习课程20_策略搜索_中英双字幕.mp4

同学们如果在线看，推荐网易公开课的收看链接http://open.163.com/special/opencourse/machinelearning.html

根据网友的建议，本页面也提供视频查看

课程介绍
人工智能的发展到已经进入了一个瓶颈期。近年来各个研究方向都没有太大的突破。真正意义上人工智能的实现目前还没有任何曙光。但是，机器学习无疑是最有希望实现这个目标的方向之一。斯坦福大学的“Stanford Engineering Everywhere ”免费提供学校里最受欢迎的工科课程，给全世界的学生和教育工作者。得益于这个项目，我们有机会和全世界站在同一个数量级的知识起跑线上。
斯坦福大学公开课：机器学习课程01_机器学习的动机与应用_中英双字幕
http://player.youku.com/player.php/sid/XMTQxODk5NTk0OA==/v.swf
简介：机器学习的动机与应用、Logistic类、机器学习的定义、监督学习概观、学习理论概述、非监督学习概述、强化学习概述。

斯坦福大学公开课：机器学习课程02_监督学习应用梯度下降_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTAwMzc1Mg==/v.swf
简介：监督学习应用——自主推导，ALVINN系统，线性回归，梯度下降，组梯度下降，随机梯度下降，标准方程推导。

斯坦福大学公开课：机器学习课程03_欠拟合与过拟合的概念_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTAyNTkxNg==/v.swf
简介：欠拟合与过拟合的概念，参数化及非参数化算法概念，局部加权回归，对于线性模型的概率解释，Logistic回归，感知器。

斯坦福大学公开课：机器学习课程04_牛顿方法_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTAzNTk5Ng==/v.swf
简介：本课首先介绍了牛顿方法，可以代替梯度上升算法用来计算函数的最大值；之后以高斯分布和伯努利分布为例介绍了指数分布函数族；最后以指数分布函数族为基础，引出了广义线性模型，可以通过指定概率分布直接推导出模型。

斯坦福大学公开课：机器学习课程05_生成学习算法_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTA0NjE2OA==/v.swf
简介：本课首先介绍了一类新的学习算法——生成学习算法，并详细地介绍了该算法的一个例子：高斯判别分析；之后对生成学习算法与之前的判别学习算法进行了对比；最后介绍了一个适合对文本进行分类的算法——朴素贝叶斯算法，并结合该算法介绍了一种常用的平滑技术——Laplace平滑。

斯坦福大学公开课：机器学习课程06_朴素贝叶斯算法_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTA2MTYyOA==/v.swf
简介：本课首先介绍了两种朴素贝叶斯算法的事件模型，之后介绍了神经网络算法，并在最后介绍了两个重要的概念：函数间隔和几何间隔，基于这两个概念提出了一个线性分类算法：最大间隔分类器算法。该算法用于引出一个非常重要的非线性分类算法：支持向量机。

斯坦福大学公开课：机器学习课程07_最优间隔分类器问题_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTA3MjcxNg==/v.swf
简介：本课首先提出了原始的优化问题：最优间隔分类器问题，之后介绍了对偶问题的概念和KKT条件，之后基于原始优化问题的对偶问题的分析，介绍了SVM算法。课程的最后对SVM算法进行了评价，以引出下节课对核方法的介绍。

斯坦福大学公开课：机器学习课程08_顺序最小优化算法_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTExMjg0MA==/v.swf
简介：本讲首先介绍了核的概念——它在SVM以及许多学习算法中都有重要的应用，之后介绍了l1 norm软间隔SVM——它是一种SVM的变化形式，可以处理非线性可分隔的数据，最后介绍了SMO算法——一种高效的可以解决SVM优化问题的算法。

斯坦福大学公开课：机器学习课程09_经验风险最小化_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTEyNTQ0OA==/v.swf
简介：本讲主要介绍了模型选择中的一种常见现象——偏差方差权衡。为了解释该概念，首先介绍了两个重要的引理——联合界引理和Hoeffding不等式，之后定义了两个重要的概念——训练误差和一般误差，并提出了一种简化的机器学习算法模型——经验风险最小化（ERM）。最后基于这些概念对ERM结果的理论上界进行了证明，并基于上界分析对偏差方差权衡进行了解释。好的，欢迎回来。我今天想开始新的一章。我们今天要讲的是学习理论。在之前，我记得是八讲，你们已经学习了许多学习算法，使得，你们现在已经了解到了一些人工智能领域中最强大的机器学习的工具。你们现在已经能够理论联系实际，将那些强大的学习算法应用到各种问题上，实际上，我希望你们可以马上开始着手于你们的项目。

斯坦福大学公开课：机器学习课程10_特征选择_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTEzOTk3Ng==/v.swf
简介：本讲首先介绍了VC维的概念——该概念能够将关于ERM一般误差的界的结论推广到无限假设类的情形；之后介绍了模型选择问题——具体介绍了交叉验证方法以及几种变形；最后介绍了特征选择问题——具体介绍了两类方法：封装特征选择和过滤特征选择。

斯坦福大学公开课：机器学习课程11_贝叶斯统计正则化_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTE0OTUwMA==/v.swf
简介：本讲先介绍了贝叶斯统计和规范化；之后简单介绍了在线学习的概念；之后介绍了机器学习算法设计中的问题诊断技巧；之后介绍了两种分析技巧：误差分析与销蚀分析；最后介绍了两种应用机器学习算法的方式与适用场景。

斯坦福大学公开课：机器学习课程12_K-means算法_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTE2MjQwMA==/v.swf
简介：本讲开始介绍无监督学习的内容。首先介绍了k-means聚类算法；之后介绍了混合高斯模型，它是最大期望算法（EM）的一种特例；之后引入了Jesen不等式，之后利用Jesen不等式引出了EM算法的一般形式。

斯坦福大学公开课：机器学习课程13_高斯混合模型_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTE3MjY3Ng==/v.swf
简介：本讲对混合高斯模型在EM算法下的结论进行了推导，并且介绍了EM算法在混合贝叶斯模型中的应用。最后介绍了因子分析算法。该算法可以进行高维数据下样本数目较少的情况下的模型拟合。

斯坦福大学公开课：机器学习课程14_主成分分析法_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTE4MzI2OA==/v.swf
简介：本讲继续上一讲的内容，详细地介绍了因子分析问题对应的EM算法的步骤推导过程，并重点提出了其中应该注意的问题。之后介绍了主成分分析（PCA）的算法原理和主要应用。该算法是一种常用的降低数据维度的算法。

斯坦福大学公开课：机器学习课程15_奇异值分解_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTIwMTc1Ng==/v.swf
简介：介绍了主成分分析PCA，及举出利用PCA找出相似文档的例子，然后讲了SVD（奇异值分析）。介绍了无监督算法和因子分析。然后介绍ICA（独立成分分析算法），和CDF（累积分布函数），并复习了高斯分布的知识。最后举了几个应用ICA的例子。

斯坦福大学公开课：机器学习课程16_马尔可夫决策过程_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTIxMDA1Ng==/v.swf
简介：本课主要介绍了监督学习、然后引出强化学习的知识，用“使直升机飞翔”的例子阐述强化学习。介绍了马氏决策过程（MDP），由此引出来的两个解决最优策略和最优回报的算法，最后重点介绍了“值迭代”和“策略迭代算法”的实施，以及比较了它们的优缺点。

斯坦福大学公开课：机器学习课程17_离散与维数灾难_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTIxNjcwOA==/v.swf
简介：本节继续介绍马氏决策过程（MDP），以及解决状态MDP的算法，然后主要详细介绍了拟合值迭代算法（fitted value iteration）和近似政策迭代（approximate policy iteration）这两种算法，并通过具体的例子和求解的方式来说明这两种算法。

斯坦福大学公开课：机器学习课程18_线性二次型调节控制_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTIyNDgyMA==/v.swf
简介：本讲主要讲，控制NVP算法，谈到非线性动力学系统，之后谈论在动力系统的模型，然后又谈论线性二次型调节控制（linear quadratic regulation control），之后导出一些处理情况的函数。还包含线性模型的建立，非线性模型的线性化的知识。

斯坦福大学公开课：机器学习课程19_微分动态规划_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTIzNDkzMg==/v.swf
简介：首先谈了一点强化学习算法，然后引入调试强化学习算法，之后介绍Kalman滤波器微分动态规划,卡尔曼滤波与LQR控制结合的一种算法（LQG控制算法，线性二次高斯），并比较了高斯分布和卡尔曼滤波的效率问题。

斯坦福大学公开课：机器学习课程20_策略搜索_中英双字幕
http://player.youku.com/player.php/sid/XMTQxOTI0MjA5Mg==/v.swf
简介：这节课学习和复习了强化学习算法，然后学习了一些POMDPs(部分可观察马氏决策过程)的知识，完全可观察MDP的知识，接下来介绍了策略搜索算法（其中包括两种算法：Reinforced和Pegasus）。最后，介绍了与这门课程相关的一些课程，并给学生提出一些希望。

作者: shanzi360 时间: 2016-6-12 14:18
这么好的东西为什么没人顶！！！！！！！！！！！！！！！！！

作者: morinson 时间: 2016-6-24 20:27

shanzi360 发表于 2016-6-12 14:18
这么好的东西为什么没人顶！！！！！！！！！！！！！！！！！

哈，谢谢支持。

作者: zhbd 时间: 2016-7-4 19:22
虽然今天刚注册，但是我深深爱上这个论坛了，只为心中的梦。

作者: morinson 时间: 2016-7-4 19:55

zhbd 发表于 2016-7-4 19:22
虽然今天刚注册，但是我深深爱上这个论坛了，只为心中的梦。

欢迎常来转，我也是这方面的爱好者。你是学哪方面的？

作者: zhbd 时间: 2016-7-4 20:08

morinson 发表于 2016-7-4 19:55
欢迎常来转，我也是这方面的爱好者。你是学哪方面的？

毕业于数据挖掘专业，现从事大数据，爱好是机器学习下的数据分析，机器人是高科技的集大成者。感谢您分享了很多资料！受益匪浅！一定常来，虽然空闲时间几乎为0.

欢迎光临机器人与人工智能爱好者论坛 (http://robot-ai.org/)

Powered by Discuz! X3.2