机器学习(ML)中文视频教程

本节是李政軒Cheng-Hsuan Li的关于机器学习一些算法的中文视频教程。讲得很好不错，这里非常感谢他的分享：http://www.powercam.cc/chli。也贴到这里，和大家共同学习。

Clustering 

1. Fuzzy C-Means 基本概念(第1部分)  
2. Fuzzy C-Means 基本概念(第2部分)
3. Fuzzy C-Means 基本概念(第3部分)
4. Fuzzy C-Means 迭代公式推導    

Regression 

1. Linear Regression Models-1
   
2. Linear Regression Models-2

KernelMethod(A Chinese Tutorial on Kernel Method, PCA, KPCA, LDA, GDA, and SVMs) 

1. AnAutomatic Method to Find the Best Parameter for RBF Kernel Function to SupportVector Machines
2. Kernel Method 本單元介紹kernel method的基本概念與計算特徵空間中的距離與角度的方法，並提供一個簡單的例子來讓您初步探索kernel method的奧妙。在本單元的後面，點出了kernel method背後的幾個重要
   
3. Principal Component Analysis and Kernel Principal Component Analysis本單元利用幾何與單變數統計的概念來介紹主成分分析(Principal Component Analysis, PCA)，並介紹如何將kernel method引入主成分分析，即 Kernel Principal Component.
4. Linear Discriminant Analysis and Generalized Discriminant Analysis  本單元利用幾何的概念來介紹線性區別分析(Linear Discriminant Analysis )於特徵萃取(feature extraction)上的應用，並介紹如何將kernel method結合線性區別分析的...
   
5. Hard-Margin Support Vector Machines(SVMs, SVM)  本單元詳細介紹Hard-Margin Support Vector Machines (Hard-Margin Support Vector Machine, SVMs, SVM, 支撐向量機)的基本概念與做法。
   
6. Soft-Margin Support Vector Machines  本單元點出了Hard-Margin Support Vector Machines (Soft-Margin Support Vector Machine, SVMs, SVM, 支撐向量機)會遇到的問題，並介紹了SVM....
   
7. Linear Regression Model andKernel-based Linear Regression Model  本單元利用介紹線性迴規模型(Linear Regression Model)，並介紹如何將kernel method引入線性迴規模型，即Kernel-based Linear Regression Model。
   
8. Reproducing Kernel Hilbert Space:Definitions  本單元中利用大量的例子與圖形來介紹下面兩大主題：1. 給定kernel function後，如何創造出其相對應的feature mapping與feature space。2. 給定feature mapping...
   
9. Reproducing Kernel Hilbert Space:Theorems and Proofs 本單元中利用大量的例子與圖形來介紹下面兩大主題：1. 給定kernel function後，如何創造出其相對應的feature mapping與feature space。2. 給定feature mapping

其他

1. 如何使用Word 2010來製作符合APA格式的文獻(1/3)
2. 如何使用Word 2010來製作符合APA格式的文獻(2/3)
3. 如何使用Word 2010來製作符合APA格式的文獻(3/3)
   

关于Meachine Learning&Pattern Recognition更多讨论与交流，敬请关注本博客和新浪微博songzi_tea.