├─01-课程介绍 (1讲)
│ 00.打通修炼机器学习的任督二脉
│
├─02-机器学习概观 (10讲)
│ 01.频率视角下的机器学习
│ 02.贝叶斯视角下的机器学习
│ 03.学什么与怎么学
│ 04.计算学习理论
│ 05.模型的分类方式
│ 06.模型的设计准则
│ 07.模型的验证方法
│ 08.模型的评估指标
│ 09.实验设计
│ 10.特征预处理
│
├─03-统计机器学习模型 (18讲)
│ 11.基础线性回归:一元与多元
│ 12.正则化处理:收缩方法与边际化
│ 13.线性降维:主成分的使用
│ 14.非线性降维:流形学习
│ 15.从回归到分类:联系函数与降维
│ 16.建模非正态分布:广义线性模型
│ 17.几何角度看分类:支持向量机
│ 18.从全局到局部:核技巧
│ 19.非参数化的局部模型:K近邻
│ 20.基于距离的学习:聚类与度量学习
│ 21.基函数扩展:属性的非线性化
│ 22.自适应的基函数:神经网络
│ 23.层次化的神经网络:深度学习
│ 24.深度编解码:表示学习
│ 25.基于特征的区域划分:树模型
│ 26.集成化处理:Boosting与Bagging
│ 27.万能模型:梯度提升与随机森林
│ 总结课.机器学习的模型体系
│
├─04-概率图模型 (14讲)
│ 28.最简单的概率图:朴素贝叶斯
│ 29.有向图模型:贝叶斯网络
│ 30.无向图模型:马尔可夫随机场
│ 31.建模连续分布:高斯网络
│ 32.从有限到无限:高斯过程
│ 33.序列化建模:隐马尔可夫模型
│ 34.连续序列化模型:线性动态系统
│ 35.精确推断:变量消除及其拓展
│ 36.确定近似推断:变分贝叶斯
│ 37.随机近似推断:MCMC
│ 38.完备数据下的参数学习:有向图与无向图
│ 39.隐变量下的参数学习:EM方法与混合模型
│ 40.结构学习:基于约束与基于评分
│ 总结课.贝叶斯学习的模型体系
│
└─05-寄语 (1讲)
结课.终有一天,你将为今天的付出骄傲
下一篇:很抱歉没有了
相关教程
- 机器学习入门学习40课2018年9月2026-11-18
- 电商数据分析师(全)(价值1800) 2026-11-18
- 人工智能深度学习AI技术内参20182026-11-18
- 深度学习理论与实战PyTorch实战视频教程2026-11-18
- 如何搭建金融信贷风控中的机器学习模型-45章全价值7992026-11-18
- T州人工智能第二期人工智能30G 2019年2026-11-18
- 美赛数学建模培训视频课程52G 2018年11月2026-11-18
- 数学建模竞赛实战2020年完整版价值250+2026-11-18
- 零基础入门影像组学与人工智能价值288[全]2026-11-18
- TensorFlow从快速入门到实战20192026-11-18




系统演示
方案报价
资料介绍
领取优惠


