# HsuanTienLin-ML-Camp

**Repository Path**: simon1239/HsuanTienLin-ML-Camp

## Basic Information

- **Project Name**: HsuanTienLin-ML-Camp
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-03-19
- **Last Updated**: 2025-03-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# HsuanTienLin-ML-Camp

## 课程资料

- [林轩田资源整理](https://github.com/RedstoneWill/NTU-HsuanTienLin-MachineLearning)

- [廖雪峰 Python3 教程](https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000)

- 李航《统计学习方法》(链接：https://pan.baidu.com/s/1MSx407RuPCJt5KSej0Yqlg 密码：h74l)

- 周志华《机器学习》（链接：https://pan.baidu.com/s/1wyqhvJHkI1zHph8RRsm9iw 密码：1475）

- [机器学习该怎么入门？](https://www.zhihu.com/question/20691338/answer/446610161)

## 教学大纲

整体按照林轩田基石和技法的课程顺序来进行，总课时12周。

### 第1周 何时机器可以学习？

- 机器学习问题

- 学习回答Yes/No

- 机器学习类型

- 机器学习的可行性

- 作业1

### 第2周 为什么机器可以学习？

- 训练vs测试

- 泛化理论

- VC维度

- 噪声与误差

- 作业2

### 第3周 机器如何学习？

- 线性回归

- 逻辑回归

- 线性分类模型

- 非线性特征转换

- 作业3

### 第4周 机器如何更好地学习？

- 过拟合的危险性

- 正则化

- 模型验证

- 三大学习原则

- 作业4

### 第5周 带打天池o2o实战赛（初级）

### 第6周 支持向量机SVM

- 线性支持向量机

- 对偶支持向量机

- 核支持向量机

- 软间隔支持向量机

### 第7周 SVM 核技巧的推广

- 核逻辑回归

- 支持向量回归

- 作业5

### 第8周 SMO基本原理与实现

- SMO算法的基本原理

- Python实现SMO算法

- 数字手写识别

### 第9周 集成学习Bagging和AdaBoost

- Blending和Bagging

- 提升算法AdaBoost

- 决策树

- 作业6

### 第10周 随机森林和GBDT

- 随机森林

- GBDT算法

- 作业7

### 第11周 神经网络

- 神经网络

- 深度学习

- RBF网络

- 矩阵提取

- 作业8

- 总结

### 第12周 带打天池o2o实战赛（进阶）

欢迎大家关注我的微信公众号：AI有道（ID: redstonewill）。我会发布更多更好的文章给大家！

![这里写图片描述](https://img-blog.csdn.net/20180422232547537?)

**个人主页：**

>我的网站：[http://redstonewill.com/](http://redstonewill.com/)

>我的CSDN：[http://blog.csdn.net/red_stone1](http://blog.csdn.net/red_stone1)

>我的知乎：[https://www.zhihu.com/people/red_stone_wl](https://www.zhihu.com/people/red_stone_wl)

>我的微信公众号：AI有道（ID：redstonewill）