机器学习视频教程4套,全套视频教程学习资料通过百度云网盘下载

admin

资源详情


教程名称：机器学习视频教程4套教程目录：机器学习-吴恩达-Coursera01-I.Introduction(Week1)
        02-II.LinearRegressionwithOneVariable(Week1)
        03-III.LinearAlgebraReview(Week1,Optional)
        04-IV.LinearRegressionwithMultipleVariables(Week2)
        05-V.OctA危eTutorial(Week2)
        06-VI.LogisticRegression(Week3)
        07-VII.Regularization(Week3)
        08-VIII.NeuralNetworksRepresentation(Week4)
        09-IX.NeuralNetworksLearning(Week5)
        10-X.AdviceforApplyingMachineLearning(Week6)
        11-XI.MachineLearningSystemDesign(Week6)
        12-XII.SupportVectorMachines(Week7)
        13-XIII.Clustering(Week8)
        14-XIV.DimensionalityReduction(Week8)
        15-XV.AnomalyDetection(Week9)
        16-XVI.RecommenderSystems(Week9)
        17-XVII.LargeScaleMachineLearning(Week10)
        18-XVIII.ApplicationExamplePhotoOCR(Week10)
        19-XIX.Conclusion(Week10)
        20-ProgrammingExercises
        Readme
        Readme炼数成金-机器学习第1课机器学习概论
        第2课线忄生回归与Logistic。案例：电子商务业绩预测
        第3课岭回归，Lasso，变量选择技术。从一团乱麻中识别有用维度的技巧
        第4课降维技术。案例：业绩综合指标设计
        第5课线忄生分类器，Knn算法，朴素贝叶斯分类器，文本挖掘，案例：智能判断垃圾短信，通过文本挖掘给用户加标签，评论自动分析，用户流失预警
        第6课决策树，组合提升算法，bagging和adaboost，随机森林。案例：运营商用户分析
        第7课支持向量机，为什么能理解SVM的人凤毛麟角？
        第8课人工神经网络，单层感知器，线忄生神经网络，BP神经网络，基于梯度下降的学习算法，图像压缩和银行用户信用评估
        第9课通用逼近器径向基函数神经网络，在新观点下审视PDA和SVM。Hopfield联想记忆型神经网络。案例：字符识别，人脸识别
        第10课概率神经网络和信念贝叶斯分类器、以及聚类算法
        第11课聚类，孤立点判别。案例：推荐系统，自动品酒器，作弊识别，社会系统团体识别
        资料龙星计划_机器学习Lecture01
        Lecture02
        Lecture03
        Lecture04
        Lecture05
        Lecture06
        Lecture07
        Lecture08
        Lecture09
        Lecture10
        Lecture11
        Lecture12
        Lecture13
        Lecture14
        Lecture15
        Lecture16
        Lecture17
        Lecture18
        Lecture19_r斯坦福大学公开课：机器学习课程[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
        斯坦福大学公开课：机器学习课程
        机器学习课件

游客，如果您要查看本帖隐藏内容请回复