学途无忧

标题: 2018机器学习40讲,全套视频教程学习资料通过百度云网盘下载 [打印本页]

---

作者: admin    时间: 2021-4-15 04:24
标题: 2018机器学习40讲,全套视频教程学习资料通过百度云网盘下载

资源详情


开篇词|打通修炼机器学习的任督二脉

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

11|基础线忄生回归：一元与多元

12|正则化处理：收缩方法与边际化

13|线忄生降维：主成分的使用

14|非线忄生降维：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：广义线忄生模型

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：属忄生的非线忄生化

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

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：线忄生动态系统

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

结课|终有一天，你将为今天的付出骄傲

---

作者: rocklight21    时间: 2021-4-26 01:30
很好的资源，支持！

---

欢迎光临 学途无忧 (http://xuetu123.com/)

Powered by Discuz! X3.2