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 ]
- 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
- 笔记 加州理工学院公开课:机器学习与数据挖掘 一
- 加州理工学院公开课:机器学习与数据挖掘_学习问题(第一课)
- 【机器学习】加州理工学院公开课——机器学习与数据挖掘 1.学习问题
- 《加州理工学院公开课:机器学习与数据挖掘》第1讲学习笔记
- 《加州理工学院公开课:机器学习与数据挖掘》第2讲学习笔记
- 加州理工学院公开课:机器学习与数据挖掘 第一讲 笔记
- 加州理工学院公开课:机器学习与数据挖掘_学习的可能性(第二课)
- 加州理工学院公开课:机器学习与数据挖掘_训练与测试(第五课)
- 加州理工学院公开课:机器学习与数据挖掘_线性模型(第三课)
- 加州理工学院公开课:机器学习与数据挖掘_误差和噪声(第四课)
- 加州理工学院公开课:机器学习与数据挖掘_VC 维(第七课)
- 加州理工学院公开课:机器学习与数据挖掘_线性模型 II(第九课)
- 加州理工学院公开课:机器学习与数据挖掘_神经网络(第十课)
- 加州理工学院公开课:机器学习与数据挖掘_过拟化(第十一课)
- 加州理工学院公开课:机器学习与数据挖掘_Regularization(第十二课)
- 加州理工学院公开课:机器学习与数据挖掘_Validation(第十三课)
- 加州理工学院公开课:机器学习与数据挖掘_SVM(第十四课)
- CSDN 网络文章格式-MyStyle
- C++纯虚函数的this指针
- Read and Write files IN PHP
- 自信与外在硬件条件无关
- 悲情让你远离成功
- 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
- C++模版的使用
- tcpdump 使用说明
- 论这两年不断突破心理底线的互联网薪水
- 打嘴仗不如玩真的! 我们要稳稳的幸福
- 国人当自强:两岸三地在线编程学习网站大搜罗
- java监听器定时删除服务器上的文件
- koding.com 使用putty
- 一位深圳创业者说:别找腾讯的技术,难伺候