斯坦福大学机器学习课程斯坦福机器学习
资源详情
课程介绍人工智能的发展到已经进入了一个瓶颈期。近年来各个研究方向都没有太大的突破。真正意义上人工智能的实现目前还没有任何曙光。但是.机器学习无疑是最有希望实现这个目标的方向之一。斯坦福大学的“stanford engineering everywhere ”免费提供学校里最受欢迎的工科课程.给全世界的学生和教育工作者。得益于这个项目.我们有机会和全世界站在同一个数量级的知识起跑线上。【课程目录】[第1集] 机器学习的动机与应用 [第2集] 监督学习应用.梯度下降 [第3集] 欠拟合与过拟合的概念 [第4集] 牛顿方法 [第5集] 生成学习算法 [第6集] 朴素贝叶斯算法 [第7集] 最优间隔分类器问题 [第8集] 顺序最小优化算法 [第9集] 经验风险最小化 [第10集] 特征选择 [第11集] 贝叶斯统计正则化 [第12集] k-means算法 [第13集] 高斯混合模型 [第14集] 主成分分析法 [第15集] 奇异值分解 [第16集] 马尔可夫决策过程 [第17集] 离散与维数灾难 [第18集] 线忄生二次型调节控制 [第19集] 微分动态规划 [第20集] 策略搜索
原文链接：https://1111down.com/176841.html，转载请注明出处
