张志华教授《机器学习导论》和《统计机器学习》课程讲义

【尊重原创，转载请注明出处】http://blog.csdn.net/guyuealian/article/details/53672487 

     最近看了上海交大张志华教授的精品课程 《机器学习导论》和《统计机器学习》，觉得讲的很深入，适合学习机器学习和深度学习的研究者深入学习，张教授讲的比较偏向理论，需要一定的数学基础。

至于广大网友最关心的课程讲义和配套教材书籍，后来鄙人邮件详问过张志华教授，他说“目前只有学生记录下来的讲义，没有专门的教材”，张教授还好心留下讲义的下载链接：http://bcmi.sjtu.edu.cn/log/courses.html ，这也是他的个人主页，讲义不一定完全配套视频，自己且看且将就着用吧。

PS：鄙人并非上海交大的学生，所以也不清楚交大同学们现在用什么教程和讲义，如果交大的网友看见此文，希望能告知相关内容，方面我们相互学习，拜托了~！

张教授的简历请见：http://www.cs.sjtu.edu.cn/PeopleDetail.aspx?id=68

一、《机器学习导论》

课程视频：http://ocw.sjtu.edu.cn/G2S/OCW/cn/CourseDetails.htm?Id=397

或者到云盘下载: http://pan.baidu.com/s/1miuJwDU 密码: ab8e

课程目录：

01. 基本概念
02. 随机向量
03. 随机向量的性质
04. 条件期望
05. 多元高斯分布
06. 分布的性质
07. 多元高斯分布及其运用
08. 多项式分布
09. 渐进性质
10. 核定义
11. 正定核性质
12. 正定核应用
13. 主元分析
14. 主坐标分析
15.  核主元分析
16. 概率PCA
17. 最大似然估计方法
18. 期望最大算法
19. EM算法的收敛性
20. MDS方法
21. MDS中加点方法
22. T矩阵范式
23. 次导数
24. 矩阵次导数
25. Matrix_Completion
26. K_means algorithm
27. spectral clustering
28. 谱聚类1
29. 谱聚类2
30. Fisher判别分析
31. Fisher Discriminant Analysis
32. computational Methods1
33. computational Methods2
34. Kernel FDA
35. Linear classification1
36. Linear classification2
37. Naive Bayes 方法
38. Support Vector Machinese1
39. Support Vector Machinese2
40. SVM 
41. Boosting1
42. Boosting2

二、《统计机器学习》

课程视频：http://ocw.sjtu.edu.cn/G2S/OCW/cn/CourseDetails.htm?Id=398
或者到云盘下载: 链接: http://pan.baidu.com/s/1i5iEpnR 密码: wct9

课程目录：

01. 概率基础
02. 随机变量1
03. 随机变量2
04. 高斯分布
05. 连续分布
06. 例子
07. scale mixture pisribarin
08. jeffrey prior
09. statistic interence
10. Laplace 变换
11. 多元分布定义
12. 概率变换
13. jacobian
14. wedge production
15. 统计量
16. 多元正态分布
17. Wishart 分布
18. 矩阵元Beta分布
19. 统计量 充分统计量
20. 指数值分布
21. 共轭先验性质
22. Entropy
23. KL distance
24. properties
25. 概率不等式1
26. 概率不等式2
27. 概率不等式1
28. 概率不等式2
29. 概率不等式3
30. 概率不等式
31. 随机投影
32. John引理
33. Stochastic Convergence-概念
34. Stochastic Convergence-性质
35. Stochastic Convergence-应用
36. EM算法1
37. EM算法
38. EM算法3
39. Markov Chain Monte carlo1
40. Markov Chain Monte carlo2
41. Bayesian Classification