机器学习40讲【完结】

机器学习40讲【完结】

机器学习40讲【完结】
机器学习40讲【完结】

180911-结课 _ 终有一天,你将为今天的付出骄傲.html
69KB
2019-08-01 13:52
180908-总结课 _ 贝叶斯学习的模型体系.html
72KB
2019-08-01 13:52
180906-40 _ 结构学习:基于约束与基于评分.html
79KB
2019-08-01 13:52
180904-39 _ 隐变量下的参数学习:EM方法与混合模型.html
85KB
2019-08-01 13:52
180901-38 _ 完备数据下的参数学习:有向图与无向图.html
78KB
2019-08-01 13:52
180830-37 _ 随机近似推断:MCMC.html
84KB
2019-08-01 13:52
180828-36 _ 确定近似推断:变分贝叶斯.html
80KB
2019-08-01 13:52
180825-35 _ 精确推断:变量消除及其拓展.html
132KB
2019-08-01 13:52
180823-34 _ 连续序列化模型:线性动态系统.html
81KB
2019-08-01 13:52
180821-33 _ 序列化建模:隐马尔可夫模型.html
86KB
2019-08-01 13:52
180818-32 _ 从有限到无限:高斯过程.html
86KB
2019-08-01 13:52
180816-31 _ 建模连续分布:高斯网络.html
83KB
2019-08-01 13:52
180814-30 _ 无向图模型:马尔可夫随机场.html
86KB
2019-08-01 13:52
180811-29 _ 有向图模型:贝叶斯网络.html
86KB
2019-08-01 13:52
180809-28 _ 最简单的概率图:朴素贝叶斯.html
126KB
2019-08-01 13:52
180807-总结课 _ 机器学习的模型体系.html
90KB
2019-08-01 13:52
180804-27 _ 万能模型:梯度提升与随机森林.html
89KB
2019-08-01 13:52
180802-26 _ 集成化处理:Boosting与Bagging.html
86KB
2019-08-01 13:52
180731-25 _ 基于特征的区域划分:树模型.html
87KB
2019-08-01 13:52
180728-24 _ 深度编解码:表示学习.html
84KB
2019-08-01 13:52
180726-23 _ 层次化的神经网络:深度学习.html
84KB
2019-08-01 13:52
180724-22 _ 自适应的基函数:神经网络.html
89KB
2019-08-01 13:52
180721-21 _ 基函数扩展:属性的非线性化.html
114KB
2019-08-01 13:52
180719-20 _ 基于距离的学习:聚类与度量学习.html
86KB
2019-08-01 13:52
180717-19 _ 非参数化的局部模型:K近邻.html
87KB
2019-08-01 13:52
180714-18 _ 从全局到局部:核技巧.html
94KB
2019-08-01 13:52
180712-17 _ 几何角度看分类:支持向量机.html
81KB
2019-08-01 13:52
180710-16 _ 建模非正态分布:广义线性模型.html
113KB
2019-08-01 13:52
180707-15 _ 从回归到分类:联系函数与降维.html
87KB
2019-08-01 13:52
180705-14 _ 非线性降维:流形学习.html
90KB
2019-08-01 13:52
180703-13 _ 线性降维:主成分的使用.html
95KB
2019-08-01 13:52
180630-12 _ 正则化处理:收缩方法与边际化.html
87KB
2019-08-01 13:52
180628-11 _ 基础线性回归:一元与多元.html
93KB
2019-08-01 13:52
180626-10 _ 特征预处理.html
90KB
2019-08-01 13:52
180623-09 _ 实验设计.html
82KB
2019-08-01 13:52
180621-08 _ 模型的评估指标.html
88KB
2019-08-01 13:52
180619-07 _ 模型的验证方法.html
88KB
2019-08-01 13:52
180616-06 _ 模型的设计准则.html
88KB
2019-08-01 13:52
180614-05 _ 模型的分类方式.html
104KB
2019-08-01 13:52
180612-04 _ 计算学习理论.html
90KB
2019-08-01 13:52
180609-03 _ 学什么与怎么学.html
89KB
2019-08-01 13:52
180607-02 _ 贝叶斯视角下的机器学习.html
95KB
2019-08-01 13:52
180605-01 _ 频率视角下的机器学习.html
87KB
2019-08-01 13:52
180604-开篇词 _ 打通修炼机器学习的任督二脉.html

链接:https://www.798ziyuan.com/sup
提取码:jkq2

发表评论

电子邮件地址不会被公开。 必填项已用*标注