没错！威斯康辛大学《机器学习导论》课件、视频资源已开放！

对于机器学习领域的初学者来说，这会是很好的入门课程。目前，课程的笔记、PPT 和视频正在陆续发布中。

2020 年就这么悄无声息地走完了，想必大多数人，尤其是在校学生唯一的感觉就是：「又是毫无学术进展的一年。」

别慌，只要马上开始学习，什么时候都不算晚。

近日，威斯康辛大学麦迪逊分校助理教授 Sebastian Raschka 在推特上宣布了威斯康辛大学《机器学习导论》2020 秋季课程的完结：「教授两个班级和 230 个学生是相当不错的体验，对于那些感兴趣的人，我整理了一页记录以供参考。」

Sebastian Raschka 是威斯康星大学麦迪逊分校的统计学助理教授，致力于机器学习和深度学习研究。他最近的一些研究方法已应用于生物识别领域，解决面部图像隐私问题，其他的研究重点包括开发与机器学习中的模型评估、对抗攻击和 AutoML 有关方法和应用程序。他也是《Python 机器学习》一书的作者，曾被科技博客 Analytics Vidhya 评为 GitHub 上具影响力的数据科学家之一。

对想要学习这门课程的学生，Sebastian Raschka 教授的建议是：你至少要熟悉基本编程知识并完成了编程入门课程。

课程总共由七个部分组成：

第一部分：简介

L01：什么是机器学习

• 1.1 课程概述：「Stat 451：机器学习导论（FS 2020）」的简介

• 1.2 什么是机器学习：机器学习的定义，以及机器学习与编程的关系

• 1.3 机器学习的类别：讨论了机器学习的三大类，监督学习、无监督学习和强化学习

• 1.4 符号：介绍了将在本课程中使用的机器学习形式和符号

• 1.5 ML 应用：走向机器学习程序的主要步骤，以及机器学习组件的分类

• 1.6 ML 动力：关于学习机器学习的不同观点和动力

L02：最近邻算法

• 2.1 最近邻算法：介绍最近邻算法，概览最近邻算法的应用和最新进展

• 2.2 最近邻决策边界：包括 1 - 最近邻决策边界背后的概念，此外还列出了一些常见的距离度量

• 2.3 K - 最近邻算法：将 1 - 最近邻概念扩展到 k - 最近邻算法，进行分类和回归

• 2.4 K - 最近邻的 Big O：K - 最近邻简单实现的 Big O 运行时间复杂度

• 2.5 K - 最近邻的提升：总结一些提升 K - 最近邻计算性能和预测效率的常见技巧

• 2.6 Python 中的 K - 最近邻：利用 scikit-learn，在 Python 中使用 K - 最近邻。这节课中使用的 Jupyter 笔记本从这里获取：https://github.com/rasbt/stat451-machine-learning-fs20/blob/master/L02/code/02_knn_demo.ipynb

第二部分：计算基础

L03: （可选）Python 编程

• 3.1 Python 概述：这节课将讨论 Python 的用法，进行 C 和 Python 的快速演示（也许并不是很有吸引力）

• 3.2 Python 设置：演示如何在 MacOS 上使用 Miniconda 安装 Python，另外提供了有关 conda 软件包管理器的简短演示

• 3.3 运行 Python 代码：演示运行 Python 代码的不同方式，包括 REPL、IPython、.py 脚本和 Visual Studio Code

L04: Python 中的科学计算

• 4.1 NumPy 基础知识介绍

• 4.2 NumPy 数组的创建及索引

• 4.3 NumPy 数组的数学运算和通用函数

• 4.4 NumPy 的广播机制

• 4.5 NumPy 高级索引–内存视图和副本

• 4.6 NumPy 随机数生成器

• 4.7 重塑 NumPy 数组

• 4.8 NumPy 比较运算符和掩码

• 4.9 NumPy 线性代数基础

• 4.10 Matplotlib

L05: 使用 Scikit-Learn 进行机器学习 

• 5.1 从表格文本文件读取数据集

• 5.2 基本数据处理

• 5.3 面向对象的编程和 Python 类

• 5.4 Scikit-Learn 简介

• 5.5 Scikit-Learn Transformer API

• 5.6 Scikit-Learn 管道

第三部分：基于树的方法

L06：决策树

• 6.1 决策树简介

• 6.2 递归算法和 Big-O

• 6.3 决策树的类型

• 6.4 分割标准

• 6.5 基尼系数 & 熵与误分类误差：阐释在 CART 决策树的信息增益方程式中，为什么要使用熵（或基尼）代替误分类误差作为杂质度量

• 6.6 改进和处理过拟合：将决策树的一些问题（例如过拟合）融合在一起并讨论改进方法，例如增益比、预剪枝和后剪枝

• 6.7 代码示例：如何使用 scikit-learn 训练和可视化决策树的快速演示

L07: 集成方法 

• 7.1 集成方法简介：讨论了包括绝对多数投票法（majority voting）、套袋法（bagging）、随机森林（random forests）、堆栈（stacking）、梯度提升（gradient boosting）等最受欢迎、使用最广泛的机器学习方法。

• 7.2 绝对多数投票法：讨论最基本的模型集成之一「绝对多数投票」，通过示例解释为什么它比使用单个分类器更好

• 7.3 套袋法：介绍了偏差 - 方差权衡和分解，以了解套袋法的用途

• 7.4Boosting 和 AdaBoost：讨论 boosting 的概念，然后介绍了 AdaBoost，该方法将弱分类器（比如决策树桩）提升为强分类器

• 7.5 梯度提升：在 AdaBoost 使用权重作为训练示例来提升下一轮树的情况下，梯度提升使用损失的梯度来计算残差以适应序列中的下一棵树，视频中提到的论文地址：https://dl.acm.org/doi/pdf/10.1145/2939672.2939785

• 7.6 随机森林：讲解随机森林及其与套袋法之间的关系，以及为什么随机森林在实践中的效果优于套袋法

• 7.7 堆栈：介绍 Wolpert 堆栈算法，并展示如何在 mlxtend 和 scikit-learn 中使用堆栈分类器

第四部分：模型评估

模型评估分为五个小节：

• L08：基础部分，欠拟合和过拟合

• L09：重采样方法

• L10：交叉验证

• L11：统计测试和算法选择

• L12：评估指标

在后续即将更新的课程中，Sebastian Raschka 将对「降维和无监督学习」、「贝叶斯学习」内容进一步介绍，课程资料也会更新，包括讲座视频、PPT 链接等。

待更新的内容包括：

第五章：降维和无监督学习

• L13 - 功能选择

• L14 - 特征提取

• L15 - 聚类

第六章：贝叶斯学习

• L16 - 贝叶斯方法简介

• L17 - 贝叶斯最佳分类器

• L18 - 朴素贝叶斯分类器

• L19 - 贝叶斯网络

课件资料

领取方式：

长按扫码，发消息 [课件]