A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|

1 | Lecture Topics | Deliverables | Notes | Optional (supplementary material) | ||||||||||||||||||||

2 | Week 1 | Lecture 1 | Linear Algebra | Introduction and Logistics | ||||||||||||||||||||

3 | Lecture 2 | Matrix Calculus, Probability Theory | Linear Algebra | |||||||||||||||||||||

4 | Lecture 3 | Probability and Statistics | Probability Theory [Slides] | Python review slides [materials.zip] | ||||||||||||||||||||

5 | Week 2 | Lecture 4 | Linear Regression, Gradient Descent | Problem Set 0 (Due June 27 at 11:59 pm PT) | Supervised Learning | |||||||||||||||||||

6 | Lecture 5 | Perceptron, Logistic Regression, Newton's Method | Generative Learning Algorithms | |||||||||||||||||||||

7 | Lecture 6 | Exponential Family, Generalized Linear Models | ||||||||||||||||||||||

8 | Lecture 7 | Gaussian Discriminant Analysis, Naive Bayes | ||||||||||||||||||||||

9 | Week 3 | Lecture 8 | Kernel Methods, Support Vector Machine | Kernel Methods and SVM | ||||||||||||||||||||

10 | Lecture 9 | Bayesian Linear Regression, Gaussian Processes | Gaussian Processes | Multivariate Gaussian Distribution and Properties | ||||||||||||||||||||

11 | TA Lecture | Decision Trees | ||||||||||||||||||||||

12 | Week 4 | Lecture 10 | Deep Learning - 1 | Problem Set 1 (Due Mon July 11 11:59 pm PT) | Deep Learning | Backpropagation | ||||||||||||||||||

13 | Lecture 11 | Deep Learning - 2 | Regularization and Model selection | |||||||||||||||||||||

14 | Lecture 12 | Bias and Variance, Cross-validation, Regularization | Bias-Variance Analysis | |||||||||||||||||||||

15 | Lecture 13 | Bias Variance Tradeoff, Statistical Learning Theory | Statistical Learning Theory | |||||||||||||||||||||

16 | Week 5 | Lecture 14 | Reinforcement Learning - 1 | Reinforcement Learning and Control | ||||||||||||||||||||

17 | Lecture 15 | Reinforcement Learning - 2 | ||||||||||||||||||||||

18 | Week 6 | Lecture 16 | K-Means, Mixture of Gaussians, Expectation Maximization | Problem Set 2 (Due Mon July 25 11:59 pm PT) | K-means, Mixture of Gaussians (GMM) | |||||||||||||||||||

19 | Lecture 17 | EM Convergence, Factor Analysis | Expectation Maximization (EM), Factor Analysis | |||||||||||||||||||||

20 | Lecture 18 | Factor Analysis Intuition, PCA, ICA | PCA, ICA | |||||||||||||||||||||

21 | Week 7 | Lecture 19 | Maximum Entropy, Calibration, Proper Scoring Rules | |||||||||||||||||||||

22 | Lecture 20 | Variational Inference, EM-Variants, Variational Autoencoder | ||||||||||||||||||||||

23 | Lecture 21 | Evaluation Metrics | ||||||||||||||||||||||

24 | Week 8 | Lecture 22 | Practical Tips, Course Recap | Problem Set 3 (Due Mon Aug 8 11:59 pm PT) | ||||||||||||||||||||

25 | Lecture 23 | Course Recap | ||||||||||||||||||||||

26 | Exam | Final Exam | Final Exam (Aug 13) | |||||||||||||||||||||

27 | ||||||||||||||||||||||||

28 | ||||||||||||||||||||||||

29 | ||||||||||||||||||||||||

30 | ||||||||||||||||||||||||

31 | ||||||||||||||||||||||||

32 | ||||||||||||||||||||||||

33 | ||||||||||||||||||||||||

34 | ||||||||||||||||||||||||

35 | ||||||||||||||||||||||||

36 | ||||||||||||||||||||||||

37 | ||||||||||||||||||||||||

38 | ||||||||||||||||||||||||

39 | ||||||||||||||||||||||||

40 | ||||||||||||||||||||||||

41 | ||||||||||||||||||||||||

42 | ||||||||||||||||||||||||

43 | ||||||||||||||||||||||||

44 | ||||||||||||||||||||||||

45 | ||||||||||||||||||||||||

46 | ||||||||||||||||||||||||

47 | ||||||||||||||||||||||||

48 | ||||||||||||||||||||||||

49 | ||||||||||||||||||||||||

50 | ||||||||||||||||||||||||

51 | ||||||||||||||||||||||||

52 | ||||||||||||||||||||||||

53 | ||||||||||||||||||||||||

54 | ||||||||||||||||||||||||

55 | ||||||||||||||||||||||||

56 | ||||||||||||||||||||||||

57 | ||||||||||||||||||||||||

58 | ||||||||||||||||||||||||

59 | ||||||||||||||||||||||||

60 | ||||||||||||||||||||||||

61 | ||||||||||||||||||||||||

62 | ||||||||||||||||||||||||

63 | ||||||||||||||||||||||||

64 | ||||||||||||||||||||||||

65 | ||||||||||||||||||||||||

66 | ||||||||||||||||||||||||

67 | ||||||||||||||||||||||||

68 | ||||||||||||||||||||||||

69 | ||||||||||||||||||||||||

70 | ||||||||||||||||||||||||

71 | ||||||||||||||||||||||||

72 | ||||||||||||||||||||||||

73 | ||||||||||||||||||||||||

74 | ||||||||||||||||||||||||

75 | ||||||||||||||||||||||||

76 | ||||||||||||||||||||||||

77 | ||||||||||||||||||||||||

78 | ||||||||||||||||||||||||

79 | ||||||||||||||||||||||||

80 | ||||||||||||||||||||||||

81 | ||||||||||||||||||||||||

82 | ||||||||||||||||||||||||

83 | ||||||||||||||||||||||||

84 | ||||||||||||||||||||||||

85 | ||||||||||||||||||||||||

86 | ||||||||||||||||||||||||

87 | ||||||||||||||||||||||||

88 | ||||||||||||||||||||||||

89 | ||||||||||||||||||||||||

90 | ||||||||||||||||||||||||

91 | ||||||||||||||||||||||||

92 | ||||||||||||||||||||||||

93 | ||||||||||||||||||||||||

94 | ||||||||||||||||||||||||

95 | ||||||||||||||||||||||||

96 | ||||||||||||||||||||||||

97 | ||||||||||||||||||||||||

98 | ||||||||||||||||||||||||

99 | ||||||||||||||||||||||||

100 |