[人工智能]北美18名校的数据挖掘,数据分析,人工智能及机器学习课程汇总

简介:
问答

http://www.quora.com/What-is-data-science  数据科学是什么?

http://www.quora.com/How-do-I-become-a-data-scientist  我怎样才能成为一个数据科学家?

http://www.quora.com/Data-Science/How-does-data-science-differ-from-traditional-statistical-analysis   科学数据是如何从传统的统计分析不同吗?


相关课程

http://statistics.berkeley.edu/classes/s133/  计算数据概念,伯克利分校

http://www.cs.berkeley.edu/~jordan/courses/294-fall09/  实用机器学习,伯克利分校

http://inst.eecs.berkeley.edu/~cs188  人工智能伯克利分校

http://vis.berkeley.edu/courses/cs294-10-sp11/wiki/index.php/CS294-10_Visualization  可视化,伯克利

http://courses.ischool.berkeley.edu/i290-dma/s12/doku.php  数据挖掘和分析的智能商务服务,伯克利

http://courses.ischool.berkeley.edu/i296a-dsa/s12  数据科学及分析:思想领袖,伯克利

http://ml-class.org/  机器学习,斯坦福大学

http://www-stat.stanford.edu/~naras/stat290  范式的计算数据,斯坦福大学

http://www.stanford.edu/class/cs246/cs246-11-mmds  挖掘大型数据集,斯坦福大学

https://graphics.stanford.edu/wikis/cs448b-10-fall  数据可视化,斯坦福大学

http://www.stanford.edu/class/cs369m/  海量数据集分析,斯坦福大学的算法

http://hci.stanford.edu/courses/cs448g/  交互式数据分析,斯坦福大学的研究主题

http://www.stanford.edu/class/stats202/  数据挖掘,斯坦福大学

http://www.cs.cmu.edu/~epxing/Class/10701/lecture.html  机器学习,债务工具中央结算系统

http://www.stat.cmu.edu/~cshalizi/statcomp/  统计计算,债务工具中央结算系统

http://malt.ml.cmu.edu/mw/index.php/Syllabus_for_Machine_Learning_with_Large_Datasets_10-605_in_Spring_2012   对于大型数据集的机器学习,债务工具中央结算系统

http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-867-machine-learning-fall-2006/index.htm   机器学习,麻省理工学院

http://ocw.mit.edu/courses/sloan-school-of-management/15-062-data-mining-spring-2003/  数据挖掘,麻省理工学院

http://www.mit.edu/~9.520/  统计学习理论及应用,MIT

http://dataiap.github.com/dataiap/  数据素养,麻省理工学院

https://wiki.engr.illinois.edu/display/cs412  数据挖掘,UIUC

http://work.caltech.edu/telecourse.html  数据,加州理工学院学习

http://itunes.apple.com/us/itunes-u/statistics-110-introduction/id495213607  统计简介,美国哈佛大学

http://www.umiacs.umd.edu/~jimmylin/cloud-2010-Spring  数据密集的信息处理应用,马里兰大学

http://www.cs.columbia.edu/~coms699812/  处理海量数据,哥伦比亚

http://jakehofman.com/ddm/  数据驱动的建模,哥伦比亚

http://www.cc.gatech.edu/~agray/4245fall10/  数据挖掘和分析,佐治亚理工学院

http://www.cc.gatech.edu/~agray/6740fall09  计算数据分析:机器学习和大的基础,佐治亚理工学院

http://had.co.nz/stat480/  爱荷华州立大学应用统计计算,

http://had.co.nz/stat645/  数据可视化

http://www.cs.nyu.edu/courses/spring08/G22.3033-003/index.html  数据仓库与数据挖掘,NYU

http://chem-eng.utoronto.ca/~datamining/DataMiningCourse.htm  数据挖掘技术在工程,多伦多

http://sli.ics.uci.edu/Classes/2011W-178  机器学习与数据挖掘,加州大学欧文分校

http://users.csc.calpoly.edu/~dekhtyar/466-Fall2010/  数据的知识发现,卡尔波利

http://ttic.uchicago.edu/~gregory/courses/LargeScaleLearning/  大型芝加哥大学学习,

http://www.cise.ufl.edu/class/cis6930fa11lad/  数据科学:大型高级数据分析,美国佛罗里达大学

http://uni-leipzig.de/~strimmer/lab/courses/ss09/current-topics/  统计数据分析的Universitat莱比锡的策略


相关的研讨会

http://strataconf.com/strata2011/public/schedule/detail/17164  数据训练营,地层2011

http://learning.stat.purdue.edu/mlss/mlss/start  2011年,普渡大学的机器学习暑期学校

http://lookingatdata.com/  了解数据


书籍

http://www.amazon.com/Competing-Analytics-New-Science-Winning/dp/1422103323/ 竞争分析

http://www.amazon.com/Analytics-Work-Smarter-Decisions-Results/dp/1422177696 Google Analytics(分析)工作

http://www.amazon.com/Super-Crunchers-Thinking-Numbers-Smart/dp/0553805401  超级统计员

http://www.amazon.com/Numerati-Stephen-Baker/dp/0547247931/  The Numerati

http://www.amazon.com/Data-Driven-Profiting-Important-Business/dp/1422119122/  数据驱动

http://oreilly.com/catalog/0636920018254/  数据源手册

http://oreilly.com/catalog/9780596529321/  集体智慧编程

http://oreilly.com/catalog/0636920010203  挖掘社会网络

http://oreilly.com/catalog/9780596802363/  数据分析与开放源码工具

http://oreilly.com/catalog/9780596514556/  可视化数据

http://www.edwardtufte.com/tufte/books_vdqi  定量信息的可视化显示

http://www.edwardtufte.com/tufte/books_ei  展望信息

http://www.edwardtufte.com/tufte/books_visex  视觉说明:图片和数量,证据和叙事

http://www.edwardtufte.com/tufte/books_be  美丽的证据

http://www.greenteapress.com/thinkstats/  思考统计

http://www.amazon.com/Analysis-Regression-Multilevel-Hierarchical-Models/dp/052168689X   数据回归分析和多级/分层模型

http://www.amazon.com/gp/product/0195152964/  应用纵向数据分析

http://www.amazon.com/Design-Observational-Studies-Springer-Statistics/dp/1441912126/  观察性研究设计

http://www.amazon.com/Statistical-Rules-Thumb-Probability-Statistics/dp/0470144483/统计拇指规则

http://www.amazon.com/All-Statistics-Statistical-Inference-Springer/dp/1441923225/统计

http://www.amazon.com/Handbook-Statistical-Analyses-Using-Second/dp/1420079336/ 统计分析使用R手册

http://www.amazon.com/Mathematical-Statistics-Analysis-Duxbury-Advanced/dp/0534399428/   数理统计与数据分析

http://www.amazon.com/Elements-Statistical-Learning-Prediction-Statistics/dp/0387848576/   统计学习的元素

http://www.amazon.com/Counterfactuals-Causal-Inference-Principles-Analytical/dp/0521671930/   与事实相反的因果推理

http://infolab.stanford.edu/~ullman/mmds/book.pdf  挖掘海量数据集

http://www.amazon.com/Data-Analysis-Learned-Probability-Statistics/dp/1118010647 数据分析:从近50年来可以学到什么

http://www.amazon.com/Bias-Causation-Comparisons-Probability-Statistics/dp/0470286393  偏见和因果关系

http://www.amazon.com/Regression-Modeling-Strategies-Frank-Harrell/dp/0387952322 回归建模策略

http://www.amazon.com/Probably-Not-Prediction-Probability-Statistical/dp/0470184019 可能不会

http://www.amazon.com/Statistics-Principled-Argument-Robert-Abelson/dp/0805805281/  统计原则上的争论

http://www.amazon.com/gp/product/0691057826/  数据分析的实践


视频

http://www.ted.com/talks/lies_damned_lies_and_statistics_about_tedtalks.html  谎言,该死的谎言和统计数据

http://www.gapminder.org/videos/the-joy-of-stats/  喜的统计资料

http://datajournalism.stanford.edu/  新闻中的年龄数据

目录
相关文章
|
3月前
|
机器学习/深度学习 数据采集 数据挖掘
实战派教学:掌握Scikit-learn,轻松实现数据分析与机器学习模型优化!
【10月更文挑战第4天】Scikit-learn凭借高效、易用及全面性成为数据科学领域的首选工具,简化了数据预处理、模型训练与评估流程,并提供丰富算法库。本文通过实战教学,详细介绍Scikit-learn的基础入门、数据预处理、模型选择与训练、评估及调优等关键步骤,助你快速掌握并优化数据分析与机器学习模型。从环境搭建到参数调优,每一步都配有示例代码,便于理解和实践。
119 2
|
5月前
|
机器学习/深度学习 数据采集 数据可视化
基于爬虫和机器学习的招聘数据分析与可视化系统,python django框架,前端bootstrap,机器学习有八种带有可视化大屏和后台
本文介绍了一个基于Python Django框架和Bootstrap前端技术,集成了机器学习算法和数据可视化的招聘数据分析与可视化系统,该系统通过爬虫技术获取职位信息,并使用多种机器学习模型进行薪资预测、职位匹配和趋势分析,提供了一个直观的可视化大屏和后台管理系统,以优化招聘策略并提升决策质量。
257 4
|
5月前
|
机器学习/深度学习 人工智能 搜索推荐
【数据挖掘】2022年深信服科技机器学习工程师笔试
总结了深信服科技机器学习工程师笔试中的几道题目及其解答,涉及数据结构、机器学习评估指标和过拟合缓解方法等内容。
98 1
|
2月前
|
机器学习/深度学习 数据采集 算法
机器学习在医疗诊断中的前沿应用,包括神经网络、决策树和支持向量机等方法,及其在医学影像、疾病预测和基因数据分析中的具体应用
医疗诊断是医学的核心,其准确性和效率至关重要。本文探讨了机器学习在医疗诊断中的前沿应用,包括神经网络、决策树和支持向量机等方法,及其在医学影像、疾病预测和基因数据分析中的具体应用。文章还讨论了Python在构建机器学习模型中的作用,面临的挑战及应对策略,并展望了未来的发展趋势。
152 1
|
3月前
|
机器学习/深度学习 并行计算 数据挖掘
R语言是一种强大的统计分析工具,广泛应用于数据分析和机器学习领域
【10月更文挑战第21天】R语言是一种强大的统计分析工具,广泛应用于数据分析和机器学习领域。本文将介绍R语言中的一些高级编程技巧,包括函数式编程、向量化运算、字符串处理、循环和条件语句、异常处理和性能优化等方面,以帮助读者更好地掌握R语言的编程技巧,提高数据分析的效率。
70 2
|
3月前
|
机器学习/深度学习 算法 数据挖掘
从零到精通:Scikit-learn在手,数据分析与机器学习模型评估不再难!
【10月更文挑战第4天】在数据科学领域,模型评估是连接理论与实践的桥梁,帮助我们理解模型在未知数据上的表现。对于初学者而言,众多评估指标和工具常令人困惑。幸运的是,Scikit-learn 这一强大的 Python 库使模型评估变得简单。本文通过问答形式,带你逐步掌握 Scikit-learn 的评估技巧。Scikit-learn 提供了丰富的工具,如交叉验证、评分函数(准确率、精确率、召回率、F1 分数)、混淆矩阵和 ROC 曲线等。
54 1
|
4月前
|
机器学习/深度学习 算法 数据挖掘
Python数据分析革命:Scikit-learn库,让机器学习模型训练与评估变得简单高效!
在数据驱动时代,Python 以强大的生态系统成为数据科学的首选语言,而 Scikit-learn 则因简洁的 API 和广泛的支持脱颖而出。本文将指导你使用 Scikit-learn 进行机器学习模型的训练与评估。首先通过 `pip install scikit-learn` 安装库,然后利用内置数据集进行数据准备,选择合适的模型(如逻辑回归),并通过交叉验证评估其性能。最终,使用模型对新数据进行预测,简化整个流程。无论你是新手还是专家,Scikit-learn 都能助你一臂之力。
173 8
|
4月前
|
机器学习/深度学习 数据可视化 数据挖掘
数据可视化大不同!Python数据分析与机器学习中的Matplotlib、Seaborn应用新视角!
在数据科学与机器学习领域,数据可视化是理解数据和优化模型的关键。Python凭借其强大的可视化库Matplotlib和Seaborn成为首选语言。本文通过分析一份包含房屋面积、卧室数量等特征及售价的数据集,展示了如何使用Matplotlib绘制散点图,揭示房屋面积与售价的正相关关系;并利用Seaborn的pairplot探索多变量间的关系。在机器学习建模阶段,通过随机森林模型展示特征重要性的可视化,帮助优化模型。这两个库在数据分析与建模中展现出广泛的应用价值。
61 2
|
4月前
|
机器学习/深度学习 数据采集 算法
数据挖掘和机器学习算法
数据挖掘和机器学习算法
|
5月前
|
供应链 数据挖掘 Serverless
【python】美妆类商品跨境电商数据分析(源码+课程论文+数据集)【独一无二】
【python】美妆类商品跨境电商数据分析(源码+课程论文+数据集)【独一无二】
110 3
【python】美妆类商品跨境电商数据分析(源码+课程论文+数据集)【独一无二】