CudaLearn C# 中的高级机器学习算法 机器学习是人工智能的一个分支，专注于识别数据中的模式和规律。 在许多情况下，这些模式是从标记的“训练”数据（监督学习）中学习的，但是当没有可用的标记数据时，可以使用其他算法来发现以前未知的模式（无监督学习）。 大多数高性能机器学习算法都是用 C++ 或 Python 编写的。 其他如 Apache Mahout 使用 Hadoop 在整个集群中分配训练模型的成本。 CudaLearn 采用混合方法。 在需要高性能的地方，我们遵循 C++/Python 路线，通过 GPU 加速计算实现垂直可扩展性，并旨在将这种计算分布在整个集群中。 这种方法还利用算法在计算复杂度方面的不对称性，CPU 实现将可用于计算需求较低的阶段。 第一个版本将包含： 深度学习算法卷积神经网络 (CNN) 使用 CUDA 内核支持 GPU 加速。 将来： 深度

Rubix ML：PHP的机器学习一个用于PHP语言的高级机器学习和深度学习库。 开发人员友好的API易于使用且令人愉悦模块化体系结构结合了功能，灵活性和Rubix ML：PHP的机器学习一个适用于PHP语言的高级机器学习和深度学习库。 开发人员友好的API易于使用且令人愉悦模块化体系结构结合了功能，灵活性和可扩展性40多种现代有监督和无监督的学习算法开源，可免费商业使用安装使用Composer将Rubix ML安装到您的项目中：$ composer需要rubix / ml要求PHP 7.2或以上可选Tensor extensi

山东大学软件学院2021-2022研究生高级机器学习

智能电网是人工智能( artificial intelligence，AI) 的重要应用领域之一，以高级机器学习理论、大数据、云计算为主要代表的新一代人工智能( new generation artificial intelligence，NGAI) 技术的进步和突破，将会促进智能电网的发展。首先概述AI 的主要方法，并对NGAI 的内涵、特点与技术体系进行论述。之后，对NGAI 在能源供应、电力系 统安全与控制、运维与故障诊断、电力需求和电力市场等领域中的最新应用研究情况进行比较系统的综述。最后，总结NGAI 在智能电网中应用的关键问题，提出人工智能在智能电网中的应用可分为三阶段实施的建议

南京大学李宇峰老师在2021年开设的高级学习课程，以周志华老师西瓜书为教材，讲述了从模型选择、到强化学习等高级机器学习主题，可供学习参考。 目录内容： Lecture 1: Basic info for the course [Slide] Introduction [Slide] Lecture 2: Model selection [Slide] Lecture 3: Linear Model [Slide] Support Vector Machine [Slide] Neural Network [Slide] Decision Tree [Slide] Bayesian Model [Slide] Lecture 4: Ensemble Learning [Slide] Lecture 5: Clustering [Slide] Lecture 6: Dimension Reduction [Slide] Lecture 7: Feature Selection [Slide] Lecture 8: Semi-Supervised Learning [Slide] Lecture 9: Multi-Label Learning* [Slide] Lecture 10: Graphical Model [Slide] Lecture 11: Reinforcement Learning [Slide] 《机器学习》（西瓜书） 1-10章和11章之后的区别 • 1-10章，主要介绍了机器学习基本原理和经典 模型（机器学习是有理论基础，有直觉原理的） • 11章后，开始涉及复杂学习模型，应对复杂现 实数据问题（现实世界问题是复杂的）

压缩包里面有高级机器学习期末考题以及整理的复习资料

2021清华大学《高级机器学习》课件和报告_高级机器学习和专家报告