機器學習基石 (Machine Learning Foundations)

最新推荐文章于 2017-10-31 19:38:46 发布
原创 最新推荐文章于 2017-10-31 19:38:46 发布 · 1k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博客提供了Coursera上课程的链接，链接为https://class.coursera.org/ntumlone-001/lecture ，可能与信息技术课程相关。

https://class.coursera.org/ntumlone-001/lecture

NTU-Coursera机器学习:机器学习基石 (Machine Learning Foundations)
松子茶的专栏
03-04 5610
这门课以8周设计,分成 4个核心问题,每个核心问题约需2周的时间来探讨.每个约2个小时的录影中,每个小时为一个主题,以会各分成4到5个小段落,每个段落里会有一个后多个随堂的练习.我们在探讨每个核心问题的第二周。关于Machine Learning更多讨论与交流，敬请关注本博客和新浪微博songzi_tea.
機器學習基石(Machine Learning Foundations) 机器学习基石 作业三 课后习题解答
Mac Jiang的博客
04-09 1万+
今天和大家分享coursera-NTU-機器學習基石(Machine Learning Foundations)-作业三的习题解答。笔者在做这些题目时遇到很多困难，当我在网上寻找答案时却找不到，而林老师又不提供答案，所以我就想把自己做题时对题目如何思考的写下来，为大家提供一些思路。当然，我对题目的理解不一定是正确的，如果各位博友发现错误请及时留言联系，谢谢！再次提醒：请不要以此博客作为通过考试的用
機器學習基石 机器学习基石 （Machine Learining Foundations） 作业2 Q16-18 C++实现
Mac Jiang的博客
03-31 8702
大家好，我是Mac Jiang,今天和大家分享Coursera-NTU-機器學習基石（Machine Learning Foundations）-作业2 Q16-18的C++实现。虽然有很多大神已经在很多博客中给出了Phython的实现，但是给出C++实现的文章明显较少，这里为大家提供一条C++实现的思路！我的代码虽然能够得到正确答案，但是其中可能有某些思想或者细节是错误的，如果各位博友发现，请及
機器學習基石(Machine Learning Foundations) 机器学习基石 课后习题链接汇总
热门推荐
Mac Jiang的博客
04-07 5万+
大家好，我是Mac Jiang,很高兴您能在百忙之中阅读我的博客！这个专题我主要讲的是Coursera-台湾大学-機器學習基石(Machine Learning Foundations)的课后习题解答。笔者是在学习了Ng的Machine Learning之后开始学习这门课程的，但还是感觉收获颇丰。Ng的课程主要站在计算机专业的角度，教你如何使用机器学习，注重方法而不是数学推导，是一门很好的入门教程
機器學習基石 机器学习基石（Machine Learning Foundations） 作业1 习题解答
Mac Jiang的博客
03-26 3万+
大家好，我是Mac Jiang,今天和大家分享coursera-NTU-機器學習基石(Machine Learning Foundations)-作业1的习题解答。笔者是在学习了Ng的Machine Learning之后开始学习这门课程的，但还是感觉收获颇丰。Ng的课程主要站在计算机专业的角度，教你如何使用机器学习，注重方法而不是数学推导，是一门很好的入门教程；而林轩田老师的机器学习基石是站在统计
機器學習基石(Machine Learning Foundations) 机器学习基石 作业二 课后习题解答
Mac Jiang的博客
04-02 1万+
大家好，我是Mac Jiang,首先祝贺大家清明节快乐！作为一名苦逼的程序员，博主只能窝在实验室玩玩游戏，顺便趁着大早上没人发一篇微博。不过还是祝各位出行的兄弟玩的开心！         今天和大家分享coursera-NTU-機器學習基石(Machine Learning Foundations)-作业二的习题解答。笔者在做这些题目时遇到很多困难，当我在网上寻找答案时却找不到，而林老师又不提供
機器學習基石(Machine Learning Foundations) 机器学习基石 作业四 课后习题解答
Mac Jiang的博客
04-17 9704
大家好，我是Mac Jiang,今天和大家分享coursera-NTU-機器學習基石(Machine Learning Foundations)-作业四的习题解答。笔者在做这些题目时遇到很多困难，当我在网上寻找答案时却找不到，而林老师又不提供答案，所以我就想把自己做题时对题目如何思考的写下来，为大家提供一些思路。当然，我对题目的理解不一定是正确的，如果各位博友发现错误请及时留言联系，谢谢！再次提醒
(机器学习基石)Machine Learning Foundations:Lecture 1
MissXy_的博客
10-30 590
The Learning Problem When Can Machines Learn(1) 前言：看了几个关于机器学习的视频，包括吴恩达、小象学院。总感觉不是我想要的！首先，我对机器学习和深度学习毫无涉及，完全不知道这两个强大的工具可以解决什么问题？！用在什么领域？！ 如果你像我一样，不知道这两位“大神”，是“何方神圣”。我推荐你看一下《机器学习基石》！ 哔哩哔哩网站：
(机器学习基石)Machine Learning Foundations:Lecture 2
MissXy_的博客
10-31 532
Learning to Answer Yes/No When Can Machines Learn(2) 前言：加油！视频链接：https://www.bilibili.com/video/av12463015/#page=6 1.Perceptron Hypothesis Set 感知器的假设空间。 还是银行发信用卡的例子，银行可
Foundations of Machine Learning 2018版.rar
06-01
在机器学习的基石中，首要的是理解数据的预处理和特征工程。数据是机器学习的原材料，预处理步骤包括数据清洗、缺失值处理、异常值检测和标准化，这些都是确保模型性能的关键。特征工程则涉及将原始数据转化为对机器...
为什么要读博士
Keep Trying, Keep Fighting
12-25 5324
这是一个之前困扰我许久的问题，后来逼迫自己不去想它，慢慢地也就淡忘这个问题了。这几天，在网上又看到这个问题，觉得有篇文章不错，因此贴过来，自勉与共勉。原文来自知乎。一： 看过一篇文章，专门估算了《生活大爆炸》中Sheldon博士和Leonard博士能赚多少钱，结论是他们的收入比芝士蛋糕工厂饭店的服务生Penny基本相当。这些学霸和天才们，与服务生做邻居，而且服务生自住他们合租（虽然谢耳朵确实需要呆
几个较经典的interactive image segmentation算法
Keep Trying, Keep Fighting
10-29 3163
看论文时，看到了几篇基于交互的图像分割算法，这里罗列一下，后期有时间时再一一阅读 1: Interactive Image Segmentation Based on Level Sets of Probabilities, TVCG 2012. 2: Interactive Image Segmentation via Adaptive Weighted Distances, TIP
杨子恒
Keep Trying, Keep Fighting
09-28 3134
杨子恒，1984年毕业于甘肃农业大学畜牧专业，获农学学士学位。1987年获北京农业大学动物遗传专业硕士学位。1987年至1989年在甘肃农业大学畜牧系任教。1992年获北京农业大学博士学位，1992至1997年，先后在北京农业大学、英国伦敦剑桥大学和自然历史博物馆、宾西法尼亚州立大学、加利福尼亚大学伯克利分校从事遗传学教学和博士后研究工作。1997至今在伦敦大学从事分子和细胞遗传学研究工作。200
Saliency Detection on Light Field
Keep Trying, Keep Fighting
10-23 2486
1 :         Saliency Detection on Light Field         Nianyi Li, Jinwei Ye, Yu Ji, Haibin Ling and Jingyi Yu.         In IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 20
《深度学习课程》-吴立德教授-复旦大学
Keep Trying, Keep Fighting
09-28 2338
http://www.youku.com/playlist_show/id_21508721.html
牛人博客或主页---持续更新中
Keep Trying, Keep Fighting
10-15 1924
1 ： 鲁鲁的视觉小站： 一方面分享一些计算机视觉最新的进展 以及介绍汤老师实验室的工作以及我们的产品 另一方面发布一些招人的广告啥的~
Machine Learning-Nando de Freitas 课程资源
Keep Trying, Keep Fighting
12-20 1799
Machine Learning: 2014-2015，Course materials 这是牛津大学 Nando de Freitas于今年开设的机器学习课程，资料比较齐全，有课程的slides跟video，但是video在youtube上，内地无法访问，因此将资源放到360网盘上。课程网址： https://www.cs.ox.ac.uk/people/nando.defreitas/mac
Michael Jordan on Machine Learning
Keep Trying, Keep Fighting
10-24 1760
Machine-Learning Maestro Michael Jordan on the Delusions of Big Data and Other Huge Engineering Efforts
Interactive Image Segmentation---Papers
Keep Trying, Keep Fighting
09-14 1745
Interactive Image Segmentation Based on Level Sets of Probabilities, TVCG 2012 Interactive Image Segmentation via Adaptive Weighted Distances, TIP 2007 Interactive Image Segmentation With Multiple Line
机器学习基石：适应计算与实践指南
《机器学习基础：适应性计算与机器学习》（Foundations of Machine Learning）是由Thomas Dietterich、Christopher Bishop、David Heckerman、Michael Jordan和Michael Kearns共同担任编辑的一本权威著作。...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值