机器学习_深度学习_入门经典（博主永久免费教学视频系列）
https://study.163.com/course/courseMain.htm?courseId=1006390023&share=2&shareId=400000000398149
作者座右铭----
与其被人工智能代替，不如主动设计机器为我们服务。
长期以来机器学习很多教材描述晦涩难懂，大量专业术语和数学公式让学生望而止步。生活中机器学习就在我们身边，谷歌，百度，Facebook，今日头条都运用大量机器学习算法，实现智能推荐功能。我用大量精美配图来解释机器学习算法原理。
此课程收录了大量MIT麻省理工学院知名教授的机器学习和深度学习课程系列，各位学员记得报名此课程哟。
课程目录（不断实时更新）：
章节1如何联系作者
课时1如何联系作者和访问我的主页01:25
课时2我的所有教学课程系列介绍09:26
课时3欢迎项目合作03:16
课时4如何选择一台最好笔记本用于深度学习（英语）09:04
章节2机器学习概述
课时5什么是机器学习？03:48
课时6机器学习书籍推荐02:59
课时7推荐数学高材生电影《心理捕手》05:23
课时8机器学习使用条件，技巧和警告39:21
章节3机器学习_深度学习_AI应用
课时9人工智能和合成生物学05:52
课时10终结者到来？AI军事领域强大应用25:05
课时11谷歌强大深度学习13:50
课时12谷歌10个杰出项目07:19
课时13波士顿动力06:19
课时14IBM沃森人工智能应用12:07
课时15深度学习语音_物体识别应用05:22
课时16好莱坞巨星威尔史密斯和机器人约会12:41
课时17采访AI机器人索菲亚，我要毁灭人类03:38
课时18计算机如何快速识别物体（英语）07:37
章节4Python机器学习资源
课时19Python基础知识02:03
课时20Python机器学习常用的10个包13:14
课时21Python第三方包下载地02:26
课时22机器学习知名数据库介02:24
课时23从线性代数到机器学习33:05
课时24更多Python机器学习资源介绍04:29
章节5监督机器学习算法
课时25线性回归-房价预测07:12
课时26朴素贝叶斯-垃圾邮件过滤系统应用03:18
课时27决策树-APP智能推荐系07:23
课时28逻辑回归_大学录取预测05:16
课时29SVM支持向量机-强大核函数实现空间转移12:17
课时3025个神经网络拓扑图一览17:57
课时31神经网络算法自动玩游戏-超级玛丽奥02:23
课时32自动扫雷游戏-基于神经网络算法02:39
章节6无监督学习算法
课时33kmean-如何选择披萨店地址04:09
课时34层次聚类算法hierarchical clustering02:26
章节7Python机器学习实战
课时35Anaconda安装07:02
课时36python第三方包安装(pip和conda install）02:48
课时37Python机器学习实战_泰坦尼克号生存分析（附脚本）12:47
章节8蒙特卡洛算法
课时38python蒙特卡洛算法与赌博模型58:03
章节9自然语言nlp
课时39 Introduction to sentiment analysis with spaCy40:54
课时40贝叶斯文本分类器29:43
课时41Building new NLP solutions with spaCy and Prodigy27:25
课时42剑桥大学美女讲师-自然语言处理22:22
章节10MIT机器学习和深度学习课程系列
课时43Introduction to Machine Learning51:35
课时44Biologically Inspired Neural Networks31:34
课时45Sequence Modeling with Neural Networks27:17
课时46Faster ML Development with TensorFlowMIT19:24
课时47Issues in Image Classification17:22
课时48Recurrent Neural Networks36:35
课时49Convolutional Neural Networks41:21
课时50Deep Reinforcement LearningMIT32:53
课时51How computers learn to recognize objects instantly07:42
课时52Computer Vision Meets Social NetworksMIT34:02
课时53Beyond Deep Learning Learning+Reasoning32:25
课时54Deep Learning Limitations and New Frontiers31:41
课时55Image Domain Transfer (NVIDIA)46:37
章节11强化学习reinforcement learning
课时56reinforcement learning强化机器学习原理43:31
章节12非平衡样本处理
课时57机器学习非平衡数据处理imbalanced data
?课程部分经典介绍：
人和机器有啥不一样呢，人是通过经验积累对事物做出判断。人脑中有超过700亿个神经元细胞，复杂生物神经网络是目前任何机器算法也不能实现的。
机器学习就是电脑通过学习数据来近似模仿人脑，自动做出决策。
万物皆有数，通过对经验的量化，机器可以无限接近人脑，做出智能决策。
机器学习算法出现在生活中方方面面，例如线性回归广泛用于预测商品价格走势，例如房价，股票价格等等。
逻辑回归算法在信用评分卡领域广泛应用几十年，非常稳定。评分卡用于智能判断申请贷款的客户是否是好客户。
线性回归和逻辑回归中的核心概念是梯度递减，在我的新教程“一图读懂_图解机器学习”中有详细描述。
回归中多项式方差比简单直线更能减少（error）错误。但物极必反，多项式不是越复杂越好，这容易导致过度拟合。
贝叶斯算法被广泛用于垃圾邮件过滤，也可用于色情文章过滤。贝叶斯对文章出现一些关键字做出概率预测。例如下例中如果邮件出现便宜这个单词，有80%概率是垃圾邮件。
决策树算法可用于APP智能推荐，根据客户性别，年龄等因素，推荐客户需要的APP。
生物神经网络是人类通过上亿年进化发展成复杂网络。信号可以传入或传出神经元。信号要达到一定强度才能传递。
神经元细胞结构非常复杂，大概功能器官如下图。
计算机神经网络不是一个模型，而是一个集合。下图是最常见的25个神经网络结构。从最早感知机，到单层神经网络，多层神经网络，CNN，RNN，神经网络模型一直在进化。在现实中多种神经网络混合使用。
支持向量不仅能处理二维空间分类，还能实现多维空间转移。核函数就是关键。
通过核函数，数据实现空间转移。
图解机器学习八大算法后，我们用Python来对泰坦尼克号生存分析。
我建立随机森林模型，准确率达到0.87-0.88。各位学员有更好准确率，可以发邮件给我留言[email protected]。此脚本可在我的新教程《机器学习_深度学习_入门经典》的29课下载，电脑端登录，点击参考资料下载。此教程是免费的，2k超清分辨率，各位朋友可以看清任何一行代码和文字。
教程提供泰坦尼克号原始数据，大家可以自己建模，各显神通。
通过模型因子分析，我发现女性，低龄是存活的最主要因素。妇女优先，儿童优先，泰坦尼克号再现英国人几千年来的骑士精神！这影响一代又一代人！我们向英国的骑士精神致敬！
https://study.163.com/provider/400000000398149/index.htm?share=2&shareId=400000000398149（博主视频教学主页）
原文地址：https://www.cnblogs.com/webRobot/p/11785593.html