Darmowy video kurs uczenia maszynowego ze Stanfordu
Uniwersytet Stanford oferuje bardzo ciekawy i wyczerpujący, a co najważniejsze darmowy kurs uczenia maszynowego (ang. machine learning) dostępny online.
Główne tematy kursu obejmują uczenie z nadzorem (ang. supervised learning), bez nadzoru (ang. unsupervised learning), uczenie ze wzmocnieniem (ang. reinforcement learning), sterowanie adaptacyjne (ang. adaptive control).
W ramach uczenia z nadzorem omawiane są zagadnienia takie jak: generative/discriminative learning, uczenie parametryczne i nieparametryczne (ang. parametric/non-parametric learning), sieci neuronowe (ang. neural networks), maszyny wektorów nośnych (ang. support vector machine, SVM). Zagadnienia uczenia bez nadzoru obejmują segmentację (ang. clustering), redukcję wymiarowości (ang. dimensionality reduction), kernell methods. Teoria uczenia obejmuje bias/variance tradeoffs; VC theory; large margins.
Kurs omawia także zastosowania uczenia maszynowego, takie jak sterowanie (robotic control), Data Mining, autonomiczna nawigacja (ang. autonomous navigation), bioinformatyka, rozpoznawanie głosu (ang. speech recognition) oraz przetwarzanie danych tekstowych oraz pochodzących z sieci web.
Wymagania dla słuchaczy, to podstawowa znajomość zagadnień informatycznych, wystarczająca do napisania nietrywialnego programu komputerowego, znajomość podstaw teorii prawdopodobieństwa, znajomość podstaw algebry liniowej.