人工智能基础课程-机器学习

课程介绍：

那么，怎样入门机器学习？又有哪些学习路径呢？无论机器学习领域充斥着多少花哨的技术，归根结底，都是基本模型与基本方法的结合，而理解这些基本模型和基本方法就是掌握机器学习的要义所在。那么，问题来了，这么多模型到底要怎么学习呢？

课程截图：

〖课程目录〗:

• | └──04 机器学习40讲-王天一【完结】
• | | ├──180604-开篇词 _ 打通修炼机器学习的任督二脉.html 94.26kb
• | | ├──180605-01 _ 频率视角下的机器学习.html 87.16kb
• | | ├──180607-02 _ 贝叶斯视角下的机器学习.html 95.54kb
• | | ├──180609-03 _ 学什么与怎么学.html 89.37kb
• | | ├──180612-04 _ 计算学习理论.html 90.50kb
• | | ├──180614-05 _ 模型的分类方式.html 104.48kb
• | | ├──180616-06 _ 模型的设计准则.html 88.14kb
• | | ├──180619-07 _ 模型的验证方法.html 87.79kb
• | | ├──180621-08 _ 模型的评估指标.html 88.39kb
• | | ├──180623-09 _ 实验设计.html 81.75kb
• | | ├──180626-10 _ 特征预处理.html 89.63kb
• | | ├──180628-11 _ 基础线性回归：一元与多元.html 92.97kb
• | | ├──180630-12 _ 正则化处理：收缩方法与边际化.html 87.49kb
• | | ├──180703-13 _ 线性降维：主成分的使用.html 94.60kb
• | | ├──180705-14 _ 非线性降维：流形学习.html 90.33kb
• | | ├──180707-15 _ 从回归到分类：联系函数与降维.html 87.53kb
• | | ├──180710-16 _ 建模非正态分布：广义线性模型.html 112.90kb
• | | ├──180712-17 _ 几何角度看分类：支持向量机.html 80.78kb
• | | ├──180714-18 _ 从全局到局部：核技巧.html 94.40kb
• | | ├──180717-19 _ 非参数化的局部模型：K近邻.html 87.29kb
• | | ├──180719-20 _ 基于距离的学习：聚类与度量学习.html 86.28kb
• | | ├──180721-21 _ 基函数扩展：属性的非线性化.html 114.54kb
• | | ├──180724-22 _ 自适应的基函数：神经网络.html 88.94kb
• | | ├──180726-23 _ 层次化的神经网络：深度学习.html 84.20kb
• | | ├──180728-24 _ 深度编解码：表示学习.html 83.85kb
• | | ├──180731-25 _ 基于特征的区域划分：树模型.html 87.45kb
• | | ├──180802-26 _ 集成化处理：Boosting与Bagging.html 86.27kb
• | | ├──180804-27 _ 万能模型：梯度提升与随机森林.html 88.91kb
• | | ├──180807-总结课 _ 机器学习的模型体系.html 90.11kb
• | | ├──180809-28 _ 最简单的概率图：朴素贝叶斯.html 125.78kb
• | | ├──180811-29 _ 有向图模型：贝叶斯网络.html 85.73kb
• | | ├──180814-30 _ 无向图模型：马尔可夫随机场.html 86.16kb
• | | ├──180816-31 _ 建模连续分布：高斯网络.html 83.35kb
• | | ├──180818-32 _ 从有限到无限：高斯过程.html 86.58kb
• | | ├──180821-33 _ 序列化建模：隐马尔可夫模型.html 86.28kb
• | | ├──180823-34 _ 连续序列化模型：线性动态系统.html 81.31kb
• | | ├──180825-35 _ 精确推断：变量消除及其拓展.html 132.06kb
• | | ├──180828-36 _ 确定近似推断：变分贝叶斯.html 80.19kb
• | | ├──180830-37 _ 随机近似推断：MCMC.html 83.69kb
• | | ├──180901-38 _ 完备数据下的参数学习：有向图与无向图.html 78.41kb
• | | ├──180904-39 _ 隐变量下的参数学习：EM方法与混合模型.html 85.29kb
• | | ├──180906-40 _ 结构学习：基于约束与基于评分.html 78.74kb
• | | ├──180908-总结课 _ 贝叶斯学习的模型体系.html 72.30kb
• | | └──180911-结课 _ 终有一天，你将为今天的付出骄傲.html 69.26kb

yeyudao普通

收藏 海报 链接