机器学习基础

教案

第一课

最开始并没有扔出来一大堆名词，而是以简单的线性二分类问题，从感性上理解机器学习的基本思路。大量的名词会出现在第二课，在你对分类器有了一定的认识之后才扔出来。

预备知识需要知道简单的求导、求偏导数的方法，更早的直线方程等，这些对你来说应该没问题。ppt里也都有提到。

如果需要简单的回顾一下微积分的基本内容，PPT在这里（积分有关的东西可以不看）
链接：http://pan.baidu.com/s/1sljSxmX 密码：d98t

第一课的核心内容——罗森布拉特感知机算法的PPT
链接：http://pan.baidu.com/s/1hsl6AZ6 密码：dmkf

感知机演示程序用法的介绍视频：
http://v.youku.com/v_show/id_XMjY1NDIxNTk0MA==.html?spm=a2h3j.8428770.3416059.1

可执行程序下载：
链接：http://pan.baidu.com/s/1miogr24 密码：l66d

算法核心程序Python版本：
链接：http://pan.baidu.com/s/1jHQ3KQq 密码：1xp6

第二课

首先看一下这个PPT，对上一课内容的简单总结：
链接：http://pan.baidu.com/s/1o7OZIMA 密码：gj4j

经过之前对分类器的接触后，现在可以扔出一大堆名词了，这个PPT包含了机器学习的必要的基本概念：
链接：http://pan.baidu.com/s/1bR0d0E 密码：hnjn

KMeans聚类的讲解是我的实验项目，没有PPT，只有一个演示程序。
它的视频介绍：
http://v.youku.com/v_show/id_XMjY2NTI5NzMyOA==.html?spm=a2h3j.8428770.3416059.1
程序下载：
链接：http://pan.baidu.com/s/1hrVXzRe 密码：qj88

第三课

这一课的核心内容就是以朴素贝叶斯的基础内容为核心的
首先是概率的复习：
链接：http://pan.baidu.com/s/1hsoUulm 密码：ek2i
然后是朴素贝叶斯的简单介绍：
链接：http://pan.baidu.com/s/1kV5JmBl 密码：tv2j
算法的简单实现：
链接：http://pan.baidu.com/s/1qYBEIsc 密码：r3hn