Answers:
该PASCAL项目的视频库(PASCAL是模式分析,统计建模和计算学习)。
我从来没有发现任何接近的东西-无论是视频数量,平均质量还是范围。
项目范围是机器学习;每个视频讲座都用一个或多个标记来表示,这些标记表示层次化的主题规则。对于“数据挖掘”,至少有几个相关标签:
数据挖掘
文字挖掘
语义网
网络挖掘
这是最好的部分:除了这些主题类别之外,还有一个正交分类,您可以从左侧面板访问该分类,并且与讲课格式有关,例如,Lecture,Keynote,Interview,并且可能是最感兴趣的对您来说,Tutorial。这是最大的类别之一,其中包括用于调查/介绍机器学习的整个学科的视频(例如,机器学习简介)以及有关单个ML技术的更高级的教程。
一些使用建议:
“ 计算机科学”类别可能是开始搜索或浏览您感兴趣的视频(用于数据挖掘)的最佳顶级类别。
每个视频都包含一组幻灯片。我建议您在视频播放期间下载幻灯片集并从本地驱动器访问,这样可以节省带宽,此外,您还可以根据需要用注释对幻灯片进行注释。
扫描视频时,请寻找出现在每个视频缩略图左侧下方的实心黄色星星,这些星星是每个视频的等级。
最后,您可能希望尝试以这种方式浏览库:从最高级别开始(所有视频);然后在左侧面板中,选择教程,向下移动,然后选择最高评分,然后选择语言。这些选择只会影响您的结果顺序(视频在浏览器中显示为缩略图图像的顺序)。
可在YouTube,iTunes和Stanford Engineering Everywhere上找到 Andrew Ng的斯坦福大学机器学习课程。
这个有关机器学习的视频系列看起来不错:
http://www.youtube.com/playlist?list=PLD0F06AA0D2E8FFBA&feature=plcp