秦老师机器学习算法精讲

课程介绍：

机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

课程内容：

〖课程目录〗:

• | └──7、秦老师机器学习算法精讲
• | | ├──视频
• | | | ├──01.机器学习中的数学基础[www.ko996.com].mp4 605.39M
• | | | ├──02.机器学习的数学基础[www.ko996.com].mp4 611.57M
• | | | ├──03.机器学习中的哲学[www.ko996.com].mp4 686.40M
• | | | ├──04.机器学习中的数学基础[www.ko996.com].mp4 685.56M
• | | | ├──05.经典机器学习模型[www.ko996.com].mp4 598.35M
• | | | ├──06.经典机器学习模型[www.ko996.com].mp4 577.23M
• | | | ├──07.经典机器学习模型[www.ko996.com].mp4 394.69M
• | | | ├──08.线性模型[www.ko996.com].mp4 604.42M
• | | | ├──09.线性模型[www.ko996.com].mp4 607.47M
• | | | ├──10.核方法[www.ko996.com].mp4 708.98M
• | | | ├──11.核方法[www.ko996.com].mp4 695.85M
• | | | ├──12.统计学习[www.ko996.com].mp4 666.55M
• | | | ├──13.统计学习[www.ko996.com].mp4 697.33M
• | | | ├──14.统计学习[www.ko996.com].mp4 569.14M
• | | | ├──15.统计学习[www.ko996.com].mp4 643.44M
• | | | ├──16.无监督学习[www.ko996.com].mp4 723.63M
• | | | ├──17.流形学习[www.ko996.com].mp4 700.19M
• | | | ├──18.概念学习[www.ko996.com].mp4 606.70M
• | | | ├──19.神经网络[www.ko996.com].mp4 499.93M
• | | | └──20.强化学习[www.ko996.com].mp4 521.29M
• | | └──资料
• | | | ├──10、核方法[www.ko996.com].pdf 1.53M
• | | | ├──11、核方法[www.ko996.com].pdf 1.05M
• | | | ├──12、统计学习[www.ko996.com].pdf 1.77M
• | | | ├──16、无监督学习[www.ko996.com].pdf 2.11M
• | | | ├──2、机器学习的数学基础[www.ko996.com].pdf 2.75M
• | | | ├──3、机器学习的哲学[www.ko996.com].pdf 3.89M
• | | | ├──4、机器学习的数学基础[www.ko996.com].pdf 788.73kb
• | | | ├──5、经典机器学习模型[www.ko996.com].pdf 1.90M
• | | | ├──6、经典机器学习模型[www.ko996.com].pdf 1.07M
• | | | ├──7.2、Guo-PRICAI[www.ko996.com].pdf 362.29kb
• | | | ├──7、经典机器学习模型[www.ko996.com].pdf 995.23kb
• | | | ├──8、线性模型[www.ko996.com].pdf 1.14M
• | | | ├──lle[www.ko996.com].pdf 635.76kb
• | | | ├──Logistic Regression[www.ko996.com].zip 7.84M
• | | | ├──Note11_Lagrange[www.ko996.com].pdf 917.52kb
• | | | ├──Note12_Lagrange2[www.ko996.com].pdf 917.41kb
• | | | ├──Note_13_MaxMargin[www.ko996.com].pdf 910.57kb
• | | | ├──Note_14_Kernel[www.ko996.com].pdf 308.46kb
• | | | ├──Note_15_GeoIntMaxMargin[www.ko996.com].pdf 589.46kb
• | | | ├──Note_16_ EM[www.ko996.com].pdf 961.85kb
• | | | ├──Note_17_Locally Linear Embedding[www.ko996.com].pdf 532.91kb
• | | | ├──Note_1_MachineLearningIntro[www.ko996.com].pdf 754.42kb
• | | | ├──Note_2_Geometric Interpretation of Determinant[www.ko996.com].pdf 215.22kb
• | | | ├──Note_3_LNorm[www.ko996.com].pdf 332.55kb
• | | | ├──Note_4-GradientDescent[www.ko996.com].pdf 1.22M
• | | | ├──Note_5_NaiveBayes[www.ko996.com].pdf 425.36kb
• | | | ├──Note_7_EnsembleLearning[www.ko996.com].pdf 743.04kb
• | | | ├──Note_9_OLS[www.ko996.com].pdf 588.14kb
• | | | ├──probability ( MIT Bertsekas)(1)[www.ko996.com].pdf 2.07M
• | | | ├──probability ( MIT Bertsekas)[www.ko996.com].pdf 2.07M
• | | | ├──RandomForest[www.ko996.com].zip 10.67M
• | | | ├──第五课_代码[www.ko996.com].zip 17.09M
• | | | └──资料[www.ko996.com].rar 61.32M

yeyudao普通

收藏 海报 链接