论坛元老
- 威望
- 0
- 贡献
- 61
- 热心值
- 1
- 金币
- 3418
- 注册时间
- 2020-8-31
|
课程简介：
机器学习的目标是对计算机编程，以便使用样本数据或以往的经验来解决给定的问题。已经有许多机器学习的成功应用，包括分析以往销售数据来预测客户行为，人脸识别或语音识别，优化机器人行为以便使用最少的资源来完成任务，以及从生物信息数据中提取知识的各种系统。为了对机器学习问题和解进行统一的论述，《机器学习导论》讨论了机器学习在统计学、模式识别、神经网络。人工智能、信号处理、控制和数据挖掘等不同领域的应用。
课程目录：
01基本概念.mp4
02随机向量.mp4
03随机向量性质.mp4
04多元高斯分布.mp4
05分布性质.mp4
06条件期望.mp4
07多项式分布.mp4
08多元高斯分布及应用.mp4
09渐进性质.mp4
10核定义.mp4
11正定核性质.mp4
12正定核应用.mp4
13核主元分析.mp4
14主元分析.mp4
15主坐标分析.mp4
16期望最大算法.mp4
17概率PCA.mp4
18最大似然估计方法.mp4
19EM算法收敛性.mp4
20MDS方法.mp4
21MDS中加点方法.mp4
22矩阵次导数.mp4
23T矩阵范数.mp4
24次导数.mp4
25spectral clustering.mp4
26K-means algorithm.mp4
27Matrix Completion.mp4
28Fisher判别分析.mp4
29谱聚类1.mp4
30谱聚类2.mp4
31Computational Methods1.mp4
32Computational Methods2.mp4
33Fisher Discriminant Analysis.mp4
34Kernel FDA.mp4
35Linear classification1.mp4
36Linear classification2.mp4
37Naive Bayes方法.mp4
38Support Vector Machines1.mp4
39Support Vector Machines2.mp4
40SUM.mp4
41Boosting1
42Boosting2
|
|
发表于 2019-3-21 15:10
