浙江大学-研究生机器学习课程

这是一份来自浙江大学2017年的研究生机器学习课程资源,由胡老师授权分享。课程涵盖从支持向量机到深度学习的各种主题,包括TensorFlow和Python的应用。课程内容丰富,适合配合《统计学习方法》学习,有助于理解书中未深入讲解的推导。此外,还提供了人工神经网络和深度学习的专题讲解,如卷积神经网络和自编码器。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

浙江大学-研究生机器学习课程

胡老师 巨人之肩的牛顿 今天

收录于话题

#Machine Learning, AI1

#TensorFlow1

#Python1

#浙江大学1

这里推荐个机器学习课程:浙江大学2017年研究生课程之机器学习。我自己看过很多集,特此搬到这里供大家食用。课程的搬运已经得到课程老师胡老师的授权。【可以搭配李航《统计学习方法》一同食用。很多书中没讲清楚的推导,听了胡老师的讲解后恍然大悟】 课程所涉及到的课件和作业以及参考资料均在:www.zjuvipai.com---->teaching页面

 

https://www.bilibili.com/video/BV1dJ411B7gh?p=1

 

图片

 

现在网址打不开,需要资料的朋友,我把原来网址的课件压缩包上传到了网盘上,大家需要自取,链接挂了可以艾特我补档 :D
链接:https://pan.baidu.com/s/1p2JqY27mHpZ5-ivPXoGyQQ
提取码:ugnx

图片

课程目录:图片

第1讲:教科书介绍
第2讲:成绩安排
第3讲:概念介绍
第4讲:这门课的综述内容
第5讲:没有免费午餐定理
第6讲:支持向量机(线性模型)问题
第7讲:支持向量机(现行模型)数学描述
第8讲:支持向量机(线性模型)的图像展示
第9讲:改写优化目标函数和限制条件
第10讲:低维到高维映射
第11讲:原问题和对偶问题
第12讲:支持向量机原问题转化为对偶问题
第13讲:支持向量机-核函数介绍
第14讲:支持向量机的应用-兵王问题(规则介绍)
第15讲:支持向量机的应用-兵王问题(参数设置)
第16讲:支持向量机的应用-兵王问题(测试结果)
第17讲:ROC曲线
第18讲:支持向量机–处理多类问题
第19讲:人工神经网络-神经元的数学模型
第20讲:人工神经网络–感知器算法
第21讲:人工神经网络–人工智能的第一次寒冬
第22讲:人工神经网络–多层神经网络
第23讲:人工神经网络—三层神经网络模拟任意决策面
第24讲:人工神经网络—后向传播算法
第25讲:人工神经网络–参数设置
第26讲:深度学习–数据库准备
第27讲:深度学习–自编码器
第28讲:深度学习–卷积神经网络(LeNet)
第29讲:深度学习–卷积神经网络(AlexNet)
第30讲:深度学习-编程工具(Caffe和Tensorflow)
第31讲:深度学习–近年来流行的网络结构

 

图片

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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