机器学习贝尔实验室黄大威

机器学习贝尔实验室黄大威

机器学习聚类有监督无监督

机器学习是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。

共46课时15小时18分45秒

机器学习 吴恩达

机器学习 吴恩达

机器学习MLmachine learning

此课程将广泛介绍机器学习、数据挖掘与统计模式识别的知识。主题包括:(i) 监督学习(参数/非参数算法、支持向量机、内核、神经网络)。(ii) 非监督学习(聚类、降维、推荐系统、深度学习)。(iii) 机器学习的优秀案例(偏差/方差理论;机器学习和人工智能的创新过程)课程将拮取案例研究与应用,学习如何将学习算法应用到智能机器人(观感,控制)、文字理解(网页搜索,防垃圾邮件)、计算机视觉、医学信息学、音频、数据挖掘及其他领域上。

共113课时19小时28分58秒

机器学习基石

机器学习基石

机器学习林轩田

介绍各领域中的机器学习使用者都应该知道的基础算法、理论及实用工具

共65课时15小时29分53秒

机器学习技法

机器学习技法

机器学习林轩田

线性支持向量机、对偶支持向量机、核型支持向量机、软式支持向量机、核逻辑回归、支持向量回归

共65课时16小时4分32秒

机器学习深入研究

机器学习深入研究

神经网络机器学习贝叶斯聚类

(01)机器学习与相关数学初步 (02)数理统计与参数估计 (03)矩阵分析与应用 (04)凸优化初步 (05)回归分析与工程应用 (06)特征工程 (07)工作流程与模型调优 (08)最大熵模型与EM算法 (09)推荐系统与应用 (10)聚类算法与应用 (11)决策树随机森林和adaboost (12)SVM (13)贝叶斯方法 (14)主题模型 (15)贝叶斯推理采样与变分 (16)人工神经网络 (17)卷积神经网络 (18)循环神经网络与LSTM (19)Caffe&Tensor Flow&MxNet 简介 (20)贝叶斯网络和HMM (额外补充)词嵌入word embedding

共21课时1天22小时12分36秒

Python机器学习应用

Python机器学习应用

Python机器学习有监督学习无监督学习

(1)理解机器学习,通过介绍机器学习的基本问题(分类、聚类、回归、降维)介绍经典算法; (2)Python第三方库sklearn(scikit-learn),讲解应用机器学习算法快速解决实际问题的方法。

共27课时3小时17分52秒

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版 版权声明

站点相关: 汽车电子 智能硬件

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved