加州理工学院公开课：机器学习与数据挖掘课程笔记(一）学习问题

来源：互联网发布：简单的编程教学视频编辑：程序博客网时间：2024/05/14 01:29

机器学习与数据挖掘课程笔记(一）学习问题

课程介绍

这是涵盖机器学习基本理论、算法和应用的基础课程，结合理论和实践，生动介绍机器学习如何使运算系统得以根据获取的数据改善其表现，并将这些成果运用到工程、科技、金融商业等活动中。专业理论将包括线性模型、VC维、神经网络、支持向量机、数据探测法等。

课程列表：

[第1集] 学习问题

[第2集] 学习的可行性

[第3集] 线性模型

[第4集] 误差和噪声

[第5集] EA___Lecture 05_ [ Training Versus Testing

[第6集] FA___Lecture 06_ [ Theory of Generalization

[第7集] GA___Lecture 07_ [ The VC Dimension

[第8集] HA___Lecture 08_ [ Bias-Variance Tradeoff

[第9集] IA___Lecture 09_ [ The Linear Model II

[第10集] JA___Lecture 10_ [ Neural Networks ]

[第11集] KA___Lecture 11_ [ Overfitting ]

[第12集] LA___Lecture 12_ [ Regularization ]

[第13集] MA___Lecture 13_ [ Validation ]

[第14集] NA___Lecture 14_ [ Support Vector Machines

[第15集] OA___Lecture 15_ [ Kernel Methods ]

[第16集] PA___Lecture 16_ [ Radial Basis Functions

[第17集] QA___Lecture 17_ [ Three Learning Priciples

[第18集] RA___Lecture 18_ [ Epilogue ]

0 0