机器学习基础教程
2017-11-07 11:18
387 查看
机器学习基础教程,包含基本的机器学习相关算法,是很好的入门课程。
七月算法 北邮 邹博老师主讲
课程目录:
01 微积分与概率论基础
02 参数估计与矩阵运算基础
03 凸优化基础
04 广义线性回归和对偶优化
05 牛顿、拟牛顿、梯度下降、随机梯度下降(SGD)
06 熵、最大熵模型MaxEnt、改进的迭代尺度法IIS
07 聚类(k-means、层次聚类、谱聚类等)
08 K近邻、决策树、随机森林(random decision forests)
09 Adaboost
10 朴素贝叶斯、与贝叶斯网络
11 支持向量机(最大间隔分类、拉格朗日乘值、对偶问题、损失函数、最优化理论、SMO)
12 EM、混合高斯模型
12 衣服推荐系统
13 主题模型(概率潜语义分析PLSA、隐含狄利克雷分布LDA)
14.15 马尔科夫链、隐马尔可夫模型HMM、采样
16 马尔可夫随机场(Markov Random Field)、条件随机场CRF
17 SVD、主成分分析PCA、因子分析、独立成分分析ICA
18 卷积神经网络(CNN)、深度学习浅析
19 变分推断方法
20 知识图谱
21 讲义资料
网盘链接:https://pan.baidu.com/s/1kXnDkzX 密码:9f0u
后记 欢迎大家加入“深度学习交流群”,群内会经常分享一些深度学习相关的资料。链接:深度学习交流群(点我一下啊)
七月算法 北邮 邹博老师主讲
课程目录:
01 微积分与概率论基础
02 参数估计与矩阵运算基础
03 凸优化基础
04 广义线性回归和对偶优化
05 牛顿、拟牛顿、梯度下降、随机梯度下降(SGD)
06 熵、最大熵模型MaxEnt、改进的迭代尺度法IIS
07 聚类(k-means、层次聚类、谱聚类等)
08 K近邻、决策树、随机森林(random decision forests)
09 Adaboost
10 朴素贝叶斯、与贝叶斯网络
11 支持向量机(最大间隔分类、拉格朗日乘值、对偶问题、损失函数、最优化理论、SMO)
12 EM、混合高斯模型
12 衣服推荐系统
13 主题模型(概率潜语义分析PLSA、隐含狄利克雷分布LDA)
14.15 马尔科夫链、隐马尔可夫模型HMM、采样
16 马尔可夫随机场(Markov Random Field)、条件随机场CRF
17 SVD、主成分分析PCA、因子分析、独立成分分析ICA
18 卷积神经网络(CNN)、深度学习浅析
19 变分推断方法
20 知识图谱
21 讲义资料
网盘链接:https://pan.baidu.com/s/1kXnDkzX 密码:9f0u
后记 欢迎大家加入“深度学习交流群”,群内会经常分享一些深度学习相关的资料。链接:深度学习交流群(点我一下啊)
相关文章推荐
- 【备忘】2017年最新北风网零基础学习机器学习(Python语言、算法、Numpy库、MatplotLib)视频教程)
- CS231n-机器学习中Python基础教程.md
- 机器学习基础教程
- 【备忘】冲击年薪50万之从数学基础python机器学习到深度学习算法学习路线视频教程 共321G
- 免费教材丨第51期:数学基础课程----概率论教程、机器学习中的数学基础
- 【备忘】2018年最新北风网零基础学习机器学习(Python语言、算法、Numpy库、MatplotLib)视频教程)
- 机器学习基础教程第一章
- 【备忘】2017年最新北风网零基础学习机器学习(Python语言、算法、Numpy库、MatplotLib)视频教程)
- 机器学习之(一)LSTM和递归网络基础教程
- 【备忘】冲击年薪50万之从数学基础python机器学习到深度学习算法学习路线视频教程
- CG插画入门教程之人体动态基础与面部画法分析
- video4linux(v4l)使用摄像头的实例基础教程与体会
- 3DMax基础入门教程,命令面板的设置简介以及功能
- jQuery基础教程之DOM操作-遍历节点-siblings()方法
- 适合小白/外行的git与github最基础最浅显教程
- Python基础教程(二)
- web service的基础教程 web Service java
- python基础教程总结15——3 XML构建网址
- java基础教程:常用对象之StringBuilder StringBuffer(22)
- IO流03--毕向东JAVA基础教程视频学习笔记