|
|
课程目录:
4 i+ |& i' J7 h) L, W5 P. p第1集 机器学习的动机与应用 : g% q7 s/ a* v* e! K" F) f1 Y& u* m
第2集 监督学习应用.梯度下降 4 P6 s* x" C' f# W
第3集 欠拟合与过拟合的概念
" q. u2 y9 C1 Q) v3 W第4集 牛顿方法 8 B1 v: n3 @4 `+ r0 @8 v& C {$ X
第5集 生成学习算法
3 _1 {7 w! a# _! @; x第6集 朴素贝叶斯算法 . n8 X0 v9 G+ ?8 n
第7集 最优间隔分类器问题 % L$ g/ d7 D7 `& c
第8集 顺序最小优化算法
$ ?5 c; @9 b) P第9集 经验风险最小化
5 N# _7 U: |" P- o4 C第10集 特征选择 - ?5 c8 m( H9 A5 B6 x+ w) H$ A6 }5 C
第11集 贝叶斯统计正则化 3 v4 Z0 l; u5 [" o9 S
第12集 K-means算法
& q B/ K8 q; H+ _! D' h" g% b第13集 高斯混合模型
" E: Y% j0 A, S5 q/ n* W7 t第14集 主成分分析法 9 s) ]* L9 P: a/ S8 m
第15集 奇异值分解 . B/ _8 B0 c H( Z' Z+ ^, R
第16集 马尔可夫决策过程 / t. o& s& K1 `0 h- V2 D, y% |) i
第17集 离散与维数灾难
5 p1 J4 k3 |0 ?/ D4 I第18集 线性二次型调节控制 2 u2 r6 W" R6 b- G
第19集 微分动态规划
( }8 O: F7 Q( s+ X0 S第20集 策略搜索( v) w; q+ a' a# J; e* e
+ U' H: Y6 ^! j2 g/ p3 J7 E+ r |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
×
|