Odpowiedzi:
W wideoteka Pascal Project (Pascal Wzór Analiza, modelowanie statystyczne i Computational Learning ).
Nigdy nie znalazłem niczego, co mogłoby się do siebie zbliżyć - zarówno pod względem liczby filmów, średniej jakości, jak i zakresu.
Zakres projektu obejmuje uczenie maszynowe; każdy wykład wideo jest opatrzony adnotacjami z co najmniej jednym znacznikiem reprezentującym hierarchiczne rubryki tematyczne. W przypadku „Data Mining” istnieje co najmniej kilka odpowiednich tagów:
Data Mining
Text Mining
Sieć semantyczna
Web Mining
Oto najlepsza część: oprócz tych kategorii tematycznych istnieje klasyfikacja ortogonalna, do której masz dostęp z panelu po lewej stronie i która odnosi się do formatu wykładu , np. Wykład , Keynote , Wywiad i być może najbardziej interesujący dla ciebie, samouczek . Jest to jedna z największych kategorii i obejmuje filmy wideo, które ankietują / wprowadzają całą dyscyplinę uczenia maszynowego (np. Wprowadzenie do uczenia maszynowego) do bardziej zaawansowanych samouczków na temat poszczególnych technik ML.
Kilka propozycji użycia:
Kategoria Informatyka jest prawdopodobnie najlepszą kategorią najwyższego poziomu, aby rozpocząć wyszukiwanie lub przeglądanie interesujących Cię filmów (dla wyszukiwania danych).
Każde wideo zawiera zestaw slajdów . Polecam pobranie zestawu slajdów i uzyskiwanie dostępu z dysku lokalnego podczas filmu, co oszczędza przepustowość, a ponadto możesz dodawać adnotacje do slajdów za pomocą notatek.
Podczas skanowania filmów odszukaj żółte żółte gwiazdy, które pojawiają się po lewej stronie miniatury każdego filmu - są to oceny każdego filmu.
Na koniec możesz spróbować przeszukać bibliotekę w ten sposób: zacznij od najwyższego poziomu (wszystkie filmy); następnie w panelu po lewej stronie wybierz Samouczek , przechodząc w dół, a następnie wybierz Najwyżej oceniane , a następnie wybierz języki . Wybory te będą miały wpływ tylko na twoją kolejność wyników (kolejność, w jakiej filmy są pokazywane jako obrazy z wąskimi krawędziami w przeglądarce).
Kurs Uniwersytetu Stanforda Andrew Ng na temat uczenia maszynowego jest dostępny na YouTube, iTunes i Stanford Engineering Everywhere .
Kurs uczenia maszynowego Toma Mitchella na Carnegie Mellon University prowadzi wykłady wideo .
Ta seria filmów na temat uczenia maszynowego wygląda dobrze:
http://www.youtube.com/playlist?list=PLD0F06AA0D2E8FFBA&feature=plcp