上海交大周志华教授《机器学习导论》和《统计机器学习》公开课视频的正确播放顺序

来源：互联网发布：威海淘宝培训编辑：程序博客网时间：2024/05/21 14:42

周志华教授的两门机器学习公开课是很好的机器学习资源。但在上海交大的公开课视频网站上挂出的教学视频顺序有点乱。对于初学者来说，如果没看对顺序的话，会觉得讲得很乱，从而错过这么优质的资源。

事实上板书很完整，有电子版讲义可下载。只是讲义上有个别地方有点笔误，但不影响理解。

能用黑板直接推导的老师的逻辑和思路都是很清晰的！

正确的顺序应如下所示：

《机器学习导论》：http://ocw.sjtu.edu.cn/G2S/OCW/cn/CourseDetails.htm?Id=397课程讲义：http://share.weiyun.com/9b56eb04645174798ff938cdb22144bf01. 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PCA17. 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_Completion26. K_means algorithm27. spectral clustering28. 谱聚类129. 谱聚类230. Fisher判别分析31. Fisher Discriminant Analysis32. computational Methods133. computational Methods234. Kernel FDA35. Linear classification136. Linear classification237. Naive Bayes 方法38. Support Vector Machinese139. Support Vector Machinese240. SVM 41. Boosting142. Boosting2

《统计机器学习》：http://ocw.sjtu.edu.cn/G2S/OCW/cn/CourseDetails.htm?Id=398
课程讲义：（周大神的个人网页http://bcmi.sjtu.edu.cn/log/courses/ml_2014_spring_acm.html 暂时无法打开，之前下载的打印后就删了，只能等过几天再补了）

01. 概率基础02. 随机变量103. 随机变量204. 高斯分布05. 连续分布06. 例子07. scale mixture pisribarin08. jeffrey prior09. statistic interence10. Laplace 变换11. 多元分布定义12. 概率变换13. jacobian14. wedge production15. 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. Entropy23. KL distance24. properties25. 概率不等式126. 概率不等式227. 概率不等式128. 概率不等式229. 概率不等式330. 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137. EM算法38. EM算法339. Markov Chain Monte carlo140. Markov Chain Monte carlo241. Bayesian Classification对于这两个公开课视频，个人觉得《机器学习导论》是极好的，与台大的《机器学习基石》和《机器学习技法》相比，我更偏爱周志华老师的这门课。《统计机器学习》则比较偏重基础了，花了很大的篇幅来讲概率分布等基础理论，到后面给人一种仓促结尾的感觉，建议看完之后可以接着看悉尼科大徐亦达教授的相关公开课视频。

0 0