亲,今天你学了吗?
登录
注册
首页
微站
班级
小组
阅读
机器学习课程
简介
人工智能的发展到已经进入了一个瓶颈期。近年来各个研究方向都没有太大的突破。真正意义上人工智能的实现目前还没有任何曙光。但是,机器学习无疑是最有希望实现这个目标的方向之一。斯坦福大学的“Stanford Engineering Everywhere ”免费提供学校里最受欢迎的工科课程,给全世界的学生和教育工作者。得益于这个项目,我们有机会和全世界站在同一个数量级的知识起跑线上。
分类
待分类
课程标签:
图形图像
查看课程
课时列表
第1课时: 机器学习的动机与应用
第2课时: 监督学习应用.梯度下降
第3课时: 欠拟合与过拟合的概念
第4课时: 牛顿方法
第5课时: 生成学习算法
第6课时: 朴素贝叶斯算法
第7课时: 最优间隔分类器问题
第8课时: 顺序最小优化算法
第9课时: 经验风险最小化
第10课时: 特征选择
第11课时: 贝叶斯统计正则化
第12课时: K-means算法
第13课时: 高斯混合模型
第14课时: 主成分分析法
第15课时: 奇异值分解
第16课时: 马尔可夫决策过程
第17课时: 离散与维数灾难
第18课时: 线性二次型调节控制
第19课时: 微分动态规划
第20课时: 策略搜索