南京大学《高级机器学习》课程资源下载
资源简介
本仓库提供南京大学李宇峰老师在2021年开设的《高级机器学习》课程资源文件下载。该课程以周志华老师的《机器学习》（俗称“西瓜书”）为教材，深入讲解了从模型选择到强化学习等高级机器学习主题，适合对机器学习有深入学习需求的同学们参考。
资源内容
资源文件为 南京大学《高级机器学习》.rar，包含以下课程内容：
- Lecture 1: Basic info for the course [Slide]
- 课程介绍
- Lecture 2: Model selection [Slide]
- 模型选择
- Lecture 3: Linear Model [Slide]
- 线性模型
- 支持向量机
- 神经网络
- 决策树
- 贝叶斯模型
- Lecture 4: Ensemble Learning [Slide]
- 集成学习
- Lecture 5: Clustering [Slide]
- 聚类
- Lecture 6: Dimension Reduction [Slide]
- 降维
- Lecture 7: Feature Selection [Slide]
- 特征选择
- Lecture 8: Semi-Supervised Learning [Slide]
- 半监督学习
- Lecture 9: Multi-Label Learning* [Slide]
- 多标签学习
- Lecture 10: Graphical Model [Slide]
- 图模型
- Lecture 11: Reinforcement Learning [Slide]
- 强化学习
课程特点
- 理论与实践结合：课程内容涵盖了机器学习的基本原理和经典模型，同时也涉及了应对复杂现实数据问题的复杂学习模型。
- 教材权威：以周志华老师的《机器学习》（西瓜书）为教材，内容深入浅出，适合不同层次的学习者。
- 系统性强：从基础的模型选择到高级的强化学习，课程内容循序渐进，帮助学习者系统掌握机器学习的各个方面。
适用人群
- 对机器学习有浓厚兴趣的学生和研究人员。
- 希望深入了解机器学习高级主题的学习者。
- 需要系统学习机器学习理论和实践的从业者。
使用建议
- 建议在学习过程中结合周志华老师的《机器学习》（西瓜书）进行阅读，以加深对课程内容的理解。
- 可以结合实际项目或数据集进行实践，将理论知识应用到实际问题中。
下载方式
请在仓库中找到 南京大学《高级机器学习》.rar 文件并下载。
希望这份资源能够帮助你更好地学习和掌握高级机器学习知识！