machine-learning-notes
machine-learning-notes 是一个持续更新的机器学习知识库，汇集了超过 2000 页的讲义、演示文稿及视频资源。它系统性地覆盖了从基础数学（如回归分析、贝叶斯定理）到前沿理论（如神经正切核、PAC-Bayes）的全方位内容，并包含针对生成式 AI 的深度解析，例如结合 PyTorch 代码详解 Transformer 架构、键值缓存及多头潜在注意力机制。
这套资料主要解决了机器学习学习者难以找到兼具数学深度与代码实战的高质量系统性教程的痛点。作者不仅提供了详尽的英文文档，还配套了定期的中英文直播研讨会，帮助读者跨越理论与工程落地之间的鸿沟。
machine-learning-notes 特别适合具备一定线性代数、微积分及概率统计基础的开发者、研究人员及研究生使用。对于希望深入理解算法底层逻辑而非仅调用库函数的进阶用户，这里提供了极佳的研读材料。其独特亮点在于将严谨的数学推导与现代深度学习框架（如 PyTorch）紧密结合，并紧跟技术热点（如 Deepseek 相关技术），同时提供多平台视频讲解，让复杂的理论研究变得更加直观易懂。
使用场景
某高校人工智能实验室的博士生李明，正致力于研究深度神经网络的泛化能力，急需深入理解神经正切核（NTK）与 PAC-Bayes 等前沿理论以支撑其论文推导。
没有 machine-learning-notes 时
- 理论门槛极高：面对复杂的数学证明，只能零散查阅经典教材，缺乏针对机器学习场景的系统性中间层数学讲解，导致理解进度缓慢。
- 代码与理论脱节：在复现 Transformer 架构时，难以将 K-V Cache、解耦 RoPE 等工程技巧与背后的数学原理对应，调试过程如同“黑盒”摸索。
- 学习资源碎片化：中文资料往往浅尝辄止，英文顶会论文又过于晦涩，缺乏既能提供严谨公式推导又能配套视频直观解释的桥梁性资源。
- 前沿跟进滞后：对于 Deepseek 多头潜在注意力机制等最新技术，找不到及时更新的深度解析材料，严重拖慢科研创新节奏。
使用 machine-learning-notes 后
- 构建系统知识体系：直接利用 Class 4 和 Class 5 讲义，通过清晰的中间层数学语言快速掌握了 NTK 和 PAC-Bayes 的核心推导，大幅缩短文献调研时间。
- 实现理实深度融合：参考 PyTorch 版 Transformer 专项笔记，逐行对照代码理解架构细节，迅速厘清了复杂模块的数学本质，提升了模型复现效率。
- 享受双语立体教学：结合英文详细幻灯片与 2015 年录制的中文视频讲解，既能确保术语准确性，又能通过母语辅助突破难点，学习体验流畅自然。
- 同步全球前沿研究：通过每周更新的直播课程和最新讲义，即时获取关于梯度下降研究等一手学术动态，确保研究方向始终处于领域前沿。
machine-learning-notes 成功填补了基础数学与顶尖科研之间的鸿沟，让研究者能以更低的认知成本驾驭复杂的机器学习理论。
运行环境要求
未说明
未说明
快速开始
现场机器学习课程：
中文机器学习研究线上课
2022年我坚持每周日晚上8:30直播机器学习研究课程系列 (微信二维码在这个链接)- From 2022, I hold regular 8:30pm Sunday Night live (SNL) broadcast on Machine Learning theory.
英文版
自2022年4月起，我每2-3周通过Zoom用英语举办一次机器学习研究研讨会。时间是香港时间晚上7点。我将继续以中等难度的数学知识来讲解机器学习。目前的主题是：“梯度下降研究”。参与者需要具备扎实的线性代数、微积分、概率论和统计学基础。 您可以通过Meetup平台注册：https://www.meetup.com/machine-learning-hong-kong/ （在澳大利亚期间，我也曾为澳大利亚各大学的所有机器学习博士生开展研究培训，超过100名学生通过Zoom参与了培训。）
学习理论课程
生成式AI
结合PyTorch代码深入解析了 Transformer 模型，内容涵盖基础架构、键值缓存、解耦旋转位置编码以及 Deepseek 的多头潜在注意力机制。
视频教程这些笔记 视频资料
我在2015年用中文录制了这些课件中约10％的内容 (我目前的课件都是英文的)大家可以在Youtube 哔哩哔哩 and 优酷 下载
机器学习基础数学课程
分类模型评估的常见概念和技术，包括自举抽样、混淆矩阵、接收器操作特征 (ROC) 曲线。
除了决策树的所有基础知识之外，我还在此说明中添加了 $\chi^2$ 测试部分。
本课件旨在对概率的基本概念、贝叶斯定理、概率的图形模型提供直观的解释。
这篇笔记是为了解释最简单的回归模型：线性回归和多项式回归，以及一些评估回归性能的技术，尤其是确定系数 (CoD) 方法。
首先，我展示了三个不同的最后输出层模型：逻辑回归、多项式和线性回归。然后我展示了梯度下降的概念。主要部分是展示一个基本的全连接神经网络，最后是一个卷积神经网络。
本课件描述了无监督学习中的一些常见主题。从最明显的方法（如聚类）到主题建模和传统的词嵌入（如 word2vec 算法）。
机器学习中级数学课程
我目前正在更新/验证和更正我在过去十年中写的笔记，并将它们合并到入门/中级/高级机器学习课程中。 我会逐渐删除之前写的 Beamer 笔记，并用技术报告笔记代替它们。
E-M的收敛证明, E-M到高斯混合模型的例子, [gmm_demo.m] 和 [kmeans_demo.m] 和 [B站视频链接]
MCMC背景，包括随机矩阵、幂法收敛、详细平衡和PageRank算法，一些基本的MCMC方法，包括Metropolitan-Hasting、Gibbs和LDA为例
解释变分贝叶斯非指数和指数族分布。[vb_normal_gamma.m] 和 [B站视频链接]
详细解释了卡尔曼滤波器 [B站视频链接], [kalman_demo.m] 和隐马尔可夫模型 [B站视频链接]
创新工场DeeCAMP讲义
softmax的属性, 估计softmax时不需计算分母, 概率重新参数化, Gumbel-Max技巧和REBAR算法
EM算法和矩阵胶囊网络; 行列式点过程和神经网络压缩; 卡尔曼滤波器和LSTM; 模型估计和二分类问题关系
深度学习研究
REBAR，RELAX算法以及对Gumbel条件概率重新参数化的一些详细说明
分布外、神经网络校准、Gumbel-Max 技巧、随机光束(BEAM)搜索（其中一些讲座与 DeeCamp2019 重叠）
GAN如何工作，传统GAN，W-GAN数学，Info-GAN，贝叶斯GAN
本教程涵盖变分自编码器 (VAE) 及其高级扩展，如重要性加权自编码器、基于 ELBO 的标准化流和对抗变分贝叶斯。此外，还探讨了混合密度 VAE、断棍过程 VAE、狄利克雷过程混合模型 (DPMM) 及其 SDE 版本，以及流匹配等混合模型技术。
讨论神经ODE，尤其是在参数训练中使用伴随方程
这是我的演讲稿件。归纳了一些最近研究例子中，贝叶斯（或概率）框架来解释，帮助(或被帮助于)深度学习。
优化方法
这是关于梯度下降算法的隐式偏差和隐式正则化的渐进式研究笔记（查看我的双周研讨会）、随机梯度下降的收敛研究等。
拉格朗日对偶、对偶函数、KKT 条件、支持向量机示例 和 Farkas 引理
共轭梯度下降的快速解释
深度学习基础
卷积神经网络的详细解释，各种损失函数，中心损失函数，对比损失函数，残差网络，胶囊网络, YOLO，SSD
受限玻尔兹曼机 (RBM) 和对比发散 (CD) 基础知识
3D几何计算机视觉
相机模型，内部和外部参数估计，对极几何，三维重建，图像深度估计
以下主题的最新研究：单图像到相机模型的估计，基于多视图的多人3D姿势估计，基于GAN的3D姿势估计，基于运动的深度结构，基于深度学习的深度估计
本部分与博士研究生李杨合写
强化学习
强化学习的基础知识，马尔可夫决策过程，贝尔曼方程，深度Q学习
蒙特卡洛树搜索，alphaGo学习算法
策略梯度定理, RL中可信区域优化的数学,TRPO自然梯度, 近似策略优化(PPO), 共轭梯度算法
自然语言处理
GloVe, Fasttext, 负采样 系统的介绍了自然语言处理中的“词表示”中的技巧
递归神经网络,LSTM,具有注意力机制的Seq2Seq，集束搜索，指针网络和 "Attention is all you need", 卷积Seq2Seq
数据科学 PowerPoint 和源代码
深度学习与ChatGPT简介 视频链接
极其温和的30分钟人工智能与机器学习入门。
协同过滤，分解机，非负矩阵分解，以及“乘法更新规则”的介绍
概率模型课件
一些常用的分布，共轭特性，最大似然估计, 最大后验估计, 指数族和自然参数
蒙特卡洛推理
逆累积分布函数采样, 拒绝式采样, 自适应拒绝式采样, 重要性采样 [adaptive_rejection_sampling.m] 和 [hybrid_gmm.m]
M-H, Gibbs, 切片采样, 椭圆切片采样, Swendesen-Wang, 使用LDA演示坍缩吉布斯采样 [lda_gibbs_example.m] 和 [test_autocorrelation.m] 和 [gibbs.m] 和 [B站视频链接] 马尔可夫链蒙特卡洛的各种方法 [lda_gibbs_example.m] 和 [test_autocorrelation.m] 和 [gibbs.m] 和 [B站视频链接]
序列蒙特卡洛，凝聚滤波算法，辅助粒子滤波 [B站视频链接]
高级概率模型课件
狄利克雷过程(DP)，中国餐馆过程见解，DP的Slice采样 [dirichlet_process.m] 和 [B站视频链接] 和 [Jupyter Notebook]
非参贝叶斯及其推导基础: 狄利克雷过程,中国餐馆过程,狄利克雷过程Slice采样 [dirichlet_process.m] 和 [B站视频链接] 和 [Jupyter Notebook]
层次狄利克雷过程，分层狄利克雷过程-隐马尔可夫模型，印度自助餐过程(IBP) 非参贝叶斯扩展: 层次狄利克雷过程，分层狄利克雷过程-隐马尔可夫模型，印度自助餐过程(IBP)
Levy-Khintchine表示，复合Poisson过程，Gamma过程，负二项过程 Levy-Khintchine表示，复合Poisson过程，Gamma过程，负二项过程
这是对我IJCAI 2016论文 的一个不同解释。虽然写的方法公式推导不同，但描绘的是同一事情
行列式点过程的边缘分布，L-ensemble，其抽样策略，我们在“时变行列式点过程”中的工作细节
这是之前DPP教程的重写，没有时间变化部分
特别致谢
我要感谢所有我工作过的大学容忍我沉迷于知识传播
如果你想加入我的机器学习博士生团队或有兴趣合作, 请通过xuyida@hkbu.edu.hk与我联系。
常见问题
相似工具推荐
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
funNLP
funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。 面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。 无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。
cs-video-courses
cs-video-courses 是一个精心整理的计算机科学视频课程清单，旨在为自学者提供系统化的学习路径。它汇集了全球知名高校（如加州大学伯克利分校、新南威尔士大学等）的完整课程录像，涵盖从编程基础、数据结构与算法，到操作系统、分布式系统、数据库等核心领域，并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。 面对网络上零散且质量参差不齐的教学资源，cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容，仅收录真正的大学层级课程，排除了碎片化的简短教程或商业广告，确保用户能接触到严谨的学术内容。 这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员，以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽，不仅包含传统的软件工程与网络安全，还细分了生成式 AI、大语言模型、计算生物学等新兴学科，并直接链接至官方视频播放列表，让用户能一站式获取高质量的教育资源，免费享受世界顶尖大学的课堂体验。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
PaddleOCR
PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。 面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。
awesome-machine-learning
awesome-machine-learning 是一份精心整理的机器学习资源清单，汇集了全球优秀的机器学习框架、库和软件工具。面对机器学习领域技术迭代快、资源分散且难以甄选的痛点，这份清单按编程语言（如 Python、C++、Go 等）和应用场景（如计算机视觉、自然语言处理、深度学习等）进行了系统化分类，帮助使用者快速定位高质量项目。 它特别适合开发者、数据科学家及研究人员使用。无论是初学者寻找入门库，还是资深工程师对比不同语言的技术选型，都能从中获得极具价值的参考。此外，清单还延伸提供了免费书籍、在线课程、行业会议、技术博客及线下聚会等丰富资源，构建了从学习到实践的全链路支持体系。 其独特亮点在于严格的维护标准：明确标记已停止维护或长期未更新的项目，确保推荐内容的时效性与可靠性。作为机器学习领域的“导航图”，awesome-machine-learning 以开源协作的方式持续更新，旨在降低技术探索门槛，让每一位从业者都能高效地站在巨人的肩膀上创新。