这是一门专门为STEM学生开发的机器学习入门课程。我们讨论有监督、无监督和强化学习。笔记开始阐述了没有神经网络的机器学习方法，如主成分分析，t-SNE，和线性回归。我们继续介绍基本和高级神经网络结构，如传统神经网络、(变分)自编码器、生成对抗网络、受限玻尔兹曼机器和递归神经网络。
2021-02-13 09:05:31
4.08MB
1
张志华教授《机器学习导论》的笔记，课后学生总结的，附带补充材料。张教授的机器学习主要侧重矩阵和优化，数学较多。
2019-12-21 21:38:23
2.96MB
1
张志华 机器学习讲义+作业 内含Aipaydin的机器学习导论
视频在网易课堂上找
2019-12-21 20:16:38
31.02MB
1