Introduction to Machine Learning 机器学习导论

人工智能机器学习 machine learning

第一章：介绍机器学习研究的总体思路，发展历史与关键问题；第二章：介绍线性模型，包括线性预测模型，线性分类模型和线性高斯概率模型；第三章：介绍神经网络的基础知识、基础结构和训练方法；第四章：介绍深度神经网络的基础方法和最新进展；第五章：介绍核方法，特别是支持向量机模型；第六章：介绍图模型的基本概念和基于图模型的学习和推理方法；第七章：介绍无监督学习方法，特别是各种聚类方法和流形学习；第八章：介绍非参数贝斯模型，重点关注高斯过程和狄利克雷过程；第九章：介绍遗传算法、遗传编程、群体学习等演化学习方法；第十章：介绍强化学习，包括基础算法及近年来兴起的深度强化学习方法；第十一章：介绍各种数值优化方法。

文件下载

资源详情

[{"title":"（ 1 个子文件 16.67MB ） Introduction to Machine Learning 机器学习导论","children":[{"title":"清华大学王东老师-现代机器学习技术导论.pdf <span style='color:#111;'> 18.15MB </span>","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

Introduction to Machine Learning 机器学习导论

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载