北美18名校的数据挖掘及机器学习课程汇总

http://www.quora.com/What-is-data-science  数据科学是什么？

http://www.quora.com/How-do-I-become-a-data-scientist  我怎样才能成为一个数据科学家？

http://www.quora.com/Data-Science/How-does-data-science-differ-from-traditional-statistical-analysis  科学数据是如何从传统的统计分析不同吗？

课程

http://statistics.berkeley.edu/classes/s133/  计算数据概念，伯克利分校

http://www.cs.berkeley.edu/~jordan/courses/294-fall09/  实用机器学习，伯克利分校

http://inst.eecs.berkeley.edu/~cs188  人工智能伯克利分校

http://vis.berkeley.edu/courses/cs294-10-sp11/wiki/index.php/CS294-10_Visualization  可视化，伯克利

http://courses.ischool.berkeley.edu/i290-dma/s12/doku.php  数据挖掘和分析的智能商务服务，伯克利

http://courses.ischool.berkeley.edu/i296a-dsa/s12  数据科学及分析：思想领袖，伯克利

http://ml-class.org/  机器学习，斯坦福大学

http://www-stat.stanford.edu/~naras/stat290  范式的计算数据，斯坦福大学

http://www.stanford.edu/class/cs246/cs246-11-mmds  挖掘大型数据集，斯坦福大学

https://graphics.stanford.edu/wikis/cs448b-10-fall  数据可视化，斯坦福大学

http://www.stanford.edu/class/cs369m/  海量数据集分析，斯坦福大学的算法

http://hci.stanford.edu/courses/cs448g/  交互式数据分析，斯坦福大学的研究主题

http://www.stanford.edu/class/stats202/  数据挖掘，斯坦福大学

http://www.cs.cmu.edu/~epxing/Class/10701/lecture.html  机器学习，债务工具中央结算系统

http://www.stat.cmu.edu/~cshalizi/statcomp/  统计计算，债务工具中央结算系统

http://malt.ml.cmu.edu/mw/index.php/Syllabus_for_Machine_Learning_with_Large_Datasets_10-605_in_Spring_2012  对于大型数据集的机器学习，债务工具中央结算系统

http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-867-machine-learning-fall-2006/index.htm  机器学习，麻省理工学院

http://ocw.mit.edu/courses/sloan-school-of-management/15-062-data-mining-spring-2003/  数据挖掘，麻省理工学院

http://www.mit.edu/~9.520/  统计学习理论及应用，MIT

http://dataiap.github.com/dataiap/  数据素养，麻省理工学院

https://wiki.engr.illinois.edu/display/cs412  数据挖掘，UIUC

http://work.caltech.edu/telecourse.html  数据，加州理工学院学习

http://itunes.apple.com/us/itunes-u/statistics-110-introduction/id495213607  统计简介，美国哈佛大学

http://www.umiacs.umd.edu/~jimmylin/cloud-2010-Spring  数据密集的信息处理应用，马里兰大学

http://www.cs.columbia.edu/~coms699812/  处理海量数据，哥伦比亚

http://jakehofman.com/ddm/  数据驱动的建模，哥伦比亚

http://www.cc.gatech.edu/~agray/4245fall10/  数据挖掘和分析，佐治亚理工学院

http://www.cc.gatech.edu/~agray/6740fall09  计算数据分析：机器学习和大的基础，佐治亚理工学院

http://had.co.nz/stat480/  爱荷华州立大学应用统计计算，

http://had.co.nz/stat645/  数据可视化

http://www.cs.nyu.edu/courses/spring08/G22.3033-003/index.html  数据仓库与数据挖掘，NYU

http://chem-eng.utoronto.ca/~datamining/DataMiningCourse.htm  数据挖掘技术在工程，多伦多

http://sli.ics.uci.edu/Classes/2011W-178  机器学习与数据挖掘，加州大学欧文分校

http://users.csc.calpoly.edu/~dekhtyar/466-Fall2010/  数据的知识发现，卡尔波利

http://ttic.uchicago.edu/~gregory/courses/LargeScaleLearning/  大型芝加哥大学学习，

http://www.cise.ufl.edu/class/cis6930fa11lad/  数据科学：大型高级数据分析，美国佛罗里达大学

http://uni-leipzig.de/~strimmer/lab/courses/ss09/current-topics/  统计数据分析的Universitat莱比锡的策略

研讨会

http://strataconf.com/strata2011/public/schedule/detail/17164  数据训练营，地层2011

http://learning.stat.purdue.edu/mlss/mlss/start  2011年，普渡大学的机器学习暑期学校

http://lookingatdata.com/  了解数据

书籍

http://www.amazon.com/Competing-Analytics-New-Science-Winning/dp/1422103323/ 竞争分析

http://www.amazon.com/Analytics-Work-Smarter-Decisions-Results/dp/1422177696 Google Analytics（分析）工作

http://www.amazon.com/Super-Crunchers-Thinking-Numbers-Smart/dp/0553805401  超级统计员

http://www.amazon.com/Numerati-Stephen-Baker/dp/0547247931/  The Numerati

http://www.amazon.com/Data-Driven-Profiting-Important-Business/dp/1422119122/  数据驱动

http://oreilly.com/catalog/0636920018254/  数据源手册

http://oreilly.com/catalog/9780596529321/  集体智慧编程

http://oreilly.com/catalog/0636920010203  挖掘社会网络

http://oreilly.com/catalog/9780596802363/  数据分析与开放源码工具

http://oreilly.com/catalog/9780596514556/  可视化数据

http://www.edwardtufte.com/tufte/books_vdqi  定量信息的可视化显示

http://www.edwardtufte.com/tufte/books_ei  展望信息

http://www.edwardtufte.com/tufte/books_visex  视觉说明：图片和数量，证据和叙事

http://www.edwardtufte.com/tufte/books_be  美丽的证据

http://www.greenteapress.com/thinkstats/  思考统计

http://www.amazon.com/Analysis-Regression-Multilevel-Hierarchical-Models/dp/052168689X  数据回归分析和多级/分层模型

http://www.amazon.com/gp/product/0195152964/  应用纵向数据分析

http://www.amazon.com/Design-Observational-Studies-Springer-Statistics/dp/1441912126/  观察性研究设计

http://www.amazon.com/Statistical-Rules-Thumb-Probability-Statistics/dp/0470144483/统计拇指规则

http://www.amazon.com/All-Statistics-Statistical-Inference-Springer/dp/1441923225/统计

http://www.amazon.com/Handbook-Statistical-Analyses-Using-Second/dp/1420079336/ 统计分析使用R手册

http://www.amazon.com/Mathematical-Statistics-Analysis-Duxbury-Advanced/dp/0534399428/  数理统计与数据分析

http://www.amazon.com/Elements-Statistical-Learning-Prediction-Statistics/dp/0387848576/  统计学习的元素

http://www.amazon.com/Counterfactuals-Causal-Inference-Principles-Analytical/dp/0521671930/  与事实相反的因果推理

http://infolab.stanford.edu/~ullman/mmds/book.pdf  挖掘海量数据集

http://www.amazon.com/Data-Analysis-Learned-Probability-Statistics/dp/1118010647 数据分析：从近50年来可以学到什么

http://www.amazon.com/Bias-Causation-Comparisons-Probability-Statistics/dp/0470286393  偏见和因果关系

http://www.amazon.com/Regression-Modeling-Strategies-Frank-Harrell/dp/0387952322 回归建模策略

http://www.amazon.com/Probably-Not-Prediction-Probability-Statistical/dp/0470184019 可能不会

http://www.amazon.com/Statistics-Principled-Argument-Robert-Abelson/dp/0805805281/  统计原则上的争论

http://www.amazon.com/gp/product/0691057826/  数据分析的实践

视频

http://www.ted.com/talks/lies_damned_lies_and_statistics_about_tedtalks.html  谎言，该死的谎言和统计数据

http://www.gapminder.org/videos/the-joy-of-stats/  喜的统计资料

http://datajournalism.stanford.edu/  新闻中的年龄数据

请回复此公众号“北美名校”可获取以上word文字版资料。更多资料加微信：hai299014

时间： 2024-11-05 21:57:20

北美18名校的数据挖掘及机器学习课程汇总的相关文章

斯坦福机器学习课程汇总

斯坦福机器学习课程汇总 前言 首先感谢吴恩达建立Coursera这样一个优秀的在线学习平台,以及他发布在这个平台上的机器学习课程. 这门课程将整个机器学习领域的基础知识,用浅显易懂的方式,深入浅出的进行了介绍.使得一个拥有高中数学知识的学生也能听得明白. 如果你想要涉足机器学习.人工智能领域,或者对这一领域有浓厚的兴趣想要深入了解,那么你会发现很多机器学习入门课程推荐的资料中,都有吴恩达老师的这一系列课程.甚至在大多数资料中,都把这门课放在了首选的位置上. 因此,我把吴恩达老师的课程整理成了Ma

文本分类，数据挖掘和机器学习

转自:http://blog.chinaunix.net/uid-446337-id-94440.html 分类: 机器学习的有概率分类器(probabilistic) ,贝叶斯推理网络(bayesian inference networks) , 决策树分类器(decision tree) ,决策规则分类器(decision rule) ,基于回归的线性最小二乘llsf(regression based on linearleast squares fit ) , 符号规则归纳法( symbo

Python数据挖掘与机器学习技术入门实战

摘要: 什么是数据挖掘?什么是机器学习?又如何进行Python数据预处理?本文将带领大家一同了解数据挖掘和机器学习技术,通过淘宝商品案例进行数据预处理实战,通过鸢尾花案例介绍各种分类算法. 课程主讲简介:韦玮,企业家,资深IT领域专家/讲师/作家,畅销书<精通Python网络爬虫>作者,阿里云社区技术专家. 以下内容根据主讲嘉宾视频分享以及PPT整理而成. 本次课程包含了五个知识点:1.数据挖掘与机器学习技术简介 2.Python数据预处理实战 3.常见分类算法介绍 4.对鸢尾花进行分类案例实

python入门、python数据分析（numpy、matplotlib、sklearn等）tensflow、爬虫、机器学习、深度学习、自然语言处理、数据挖掘、机器学习项目实战、python全栈、PHP、java、java web、openCV、hadoop、matlab、android、数据结构算法和刷题等教学视频

扫描二维码加好友购买视频,绝对优惠,谢谢支持. python入门和进阶熟练教学视频 入门: 进阶: python数据分析教学视频 python数据分析晋级班 tensorflow教程及实战 python爬虫教学 机器学习课程 深度学习课程 机器学习项目班 自然语言处理教学视频 python全栈教学视频 数据挖掘视频 PHP教学视频 java java web openCV教学视频 Hadoop教学视频 matlab教学 andriod教学视频 数据结构算法班及面试班 原文地址:https://w

.NET数据挖掘与机器学习开源框架

1.    数据挖掘与机器学习开源框架 1.1 框架概述 1.1.1 AForge.NET AForge.NET是一个专门为开发者和研究者基于C#框架设计的,他包括计算机视觉与人工智能,图像处理,神经网络,遗传算法,机器学习,模糊系统,机器人控制等领域.这个框架由一系列的类库组成.主要包括有: AForge.Imaging -- 一些日常的图像处理和过滤器 AForge.Vision -- 计算机视觉应用类库 AForge.Neuro -- 神经网络计算库AForge.Genetic -进化算法

Andrew Ng机器学习课程笔记（五）之应用机器学习的建议

Andrew Ng机器学习课程笔记(五)之 应用机器学习的建议 版权声明:本文为博主原创文章,转载请指明转载地址 http://www.cnblogs.com/fydeblog/p/7368472.html 前言 学习了Andrew Ng课程,开始写了一些笔记,现在写完第5章了,先把这5章的内容放在博客中,后面的内容会陆续更新! 这篇博客主要记录了Andrew Ng课程第五章应用机器学习的建议,主要介绍了在测试新数据出现较大误差该怎么处理,这期间讲到了数据集的分类,偏差,方差,学习曲线等概念,帮

数据挖掘与机器学习介绍

数据挖掘 1.定义: 数据挖掘(Data Mining)是有组织有目的地收集数据,通过分析数据使之成为信息,从而在大量数据中寻找潜在规律以形成规则或知识的技术. 2.数据挖掘与机器学习的关系: 机器学习可以用来作为数据挖掘的一种工具或手段: 数据挖掘的手段不限于机器学习,譬如还有诸如统计学等众多方法: 但机器学习的应用也远不止数据挖掘,其应用领域非常广泛,譬如人工智能: 机器学习 1.定义: 机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论.统计学.逼近论.凸

搞了个微信号，关注数据挖掘，机器学习

我搞了个微信号(data_bird),关注大数据,数据挖掘,机器学习,深度学习. 与大家共同与时俱进! 本文作者:linger 本文链接:http://blog.csdn.net/lingerlanlan/article/details/41297033

Stanford机器学习课程笔记4-Kmeans与高斯混合模型

这一部分属于无监督学习的内容,无监督学习内容主要包括:Kmeans聚类算法.高斯混合模型及EM算法.Factor Analysis.PCA.ICA等.本文是Kmeans聚类算法.高斯混合模型的笔记,EM算法是适用于存在latent/hidden变量的通用算法,高斯混合模型仅仅是EM算法的一种特殊情况,关于EM算法的推到参见Andrew Ng讲义.由于公式太多,最近时间又忙实习的事就简单写一些,回头看时还得参考Ng的笔记和自己的打印Notes上的笔记,这里的程序对理解可能能提供另外的一些帮助. K