斯坦福大学公开课 ：机器学习课程

最新推荐文章于 2022-11-06 11:37:29 发布
原创 最新推荐文章于 2022-11-06 11:37:29 发布 · 1.3w 阅读 · 25 ·
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。
文章标签：

#网易 #blog

【斯坦福公开课-机器学习】1.机器学习的动机和应用（吴恩达 Andrew Ng）
Wu_Being 的优快云 博客
05-19 1060
0三个目标 0先修课程要求 基本工具 基本资源 1-网址 2-邮箱 3-本系列课程链接 1机器学习的定义 1-1非正式定义 1-2正式的定义 2监督学习Supervised Learning 2-1回归问题连续拟合线预测房子价格 2-2分类问题离散数据恶性和良性肿瘤 3无监督学习Unsupervised Learing 4强化学习Reinforcement Learning 其他更
斯坦福大学公开课机器学习课程（Andrew Ng）五生成学习算法
一路前行
07-16 3095
课程概要： 1.生成学习算法（Generative learning algorithm） 2.高斯判别分析（GDA，Gaussian Discriminant Analysis） 3.GDA与logistic模型的联系 4.朴素贝叶斯（Naive Bayes） 5.拉普拉斯平滑（Laplace smoothing） 一、生成学习算法 两种学习算法的定
斯坦福大学 机器学习公开课讲义
05-16
斯坦福大学 机器学习讲义 有详细的公式推导过程 和使用的案例
斯坦福大学公开课：机器学习的讲义
03-02
斯坦福大学公开课：机器学习的讲义，收纳了下载整理后的所有内容，方便大家使用,这是上篇，还有下篇
斯坦福 机器学习课程汇总
肖朋伟
12-27 4216
斯坦福机器学习课程汇总 前言首先感谢吴恩达建立Coursera这样一个优秀的在线学习平台，以及他发布在这个平台上的机器学习课程。 这门课程将整个机器学习领域的基础知识，用浅显易懂的方式，深入浅出的进行了介绍。使得一个拥有高中数学知识的学生也能听得明白。 如果你想要涉足机器学习、人工智能领域，或者对这一领域有浓厚的兴趣想要深入了解，那么你会发现很多机器学习入门课程推荐的资料中，都有吴恩达老师的这一...
全球名校AI课程库（4）| Stanford斯坦福 · 机器学习课程『Machine Learning』
ShowMeAI研究中心
11-06 1万+
吴恩达与其他几位斯坦福教授主讲，对机器学习和统计模式识别提供了广泛介绍，是机器学习领域里门非常重要的高质量课程，也是许多人进入AI领域的基石。
斯坦福大学公开课 ：机器学习课程课件讲义学习笔记（高清最全讲义+课件+学习笔记）
09-04
《斯坦福大学公开课：机器学习课程》是由著名计算机科学家吴恩达(Andrew Ng)主讲的一门经典课程，深入浅出地介绍了机器学习的基础理论、算法及应用。本课程不仅涵盖了机器学习的基本概念，还涉及到了深度学习的前沿...
斯坦福大学公开课 ：机器学习课程note2翻译
08-21
【斯坦福大学公开课：机器学习课程笔记】 在机器学习领域，我们主要关注如何构建模型来理解和预测数据。生成学习算法是一种不同于我们之前所学的区别学习算法。区别学习算法如逻辑回归或感知机直接学习条件概率P(y|...
斯坦福大学公开课 ：机器学习课程.txt
08-04
[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]...
斯坦福大学公开课 ：机器学习课程课件_Andrew Ng
06-09
斯坦福大学公开课 ：机器学习课程课件_Andrew Ng
斯坦福大学机器学习公开课讲义资料
11-24
斯坦福大学机器学习公开课讲义资料，资料中涵盖了讲义以及其他资源，已经上传到了百度网盘，可以从百度网盘中下载。
斯坦福大学机器学习课程讲义
11-07
机器学习是一门研究在非特定编程条件下让计算机采取行动的学科。最近二十年，机器学习为我们带来了自动驾驶汽车、实用的语音识别、高效的网络搜索，让我们对人类基因的解读能力大大提高。当今机器学习技术已经非常普遍，您很可能在毫无察觉情况下每天使用几十次。许多研究者还认为机器学习是人工智能（AI）取得进展的最有效途径。在本课程中，您将学习最高效的机器学习技术，了解如何使用这些技术，并自己动手实践这些技术。更重要的是，您将不仅将学习理论知识，还将学习如何实践，如何快速使用强大的技术来解决新问题。最后，您将了解在硅谷企业如何在机器学习和AI领域进行创新。 本课程将广泛介绍机器学习、数据挖掘和统计模式识别。相关主题包括：(i) 监督式学习（参数和非参数算法、支持向量机、核函数和神经网络）。(ii) 无监督学习（集群、降维、推荐系统和深度学习）。(iii) 机器学习实例（偏见/方差理论；机器学习和AI领域的创新）。课程将引用很多案例和应用，您还需要学习如何在不同领域应用学习算法，例如智能机器人（感知和控制）、文本理解（网络搜索和垃圾邮件过滤）、计算机视觉、医学信息学、音频、数据库挖掘等领域。
斯坦福大学机器学习课程个人笔记完整版
10-17
斯坦福大学机器学习课程个人笔记完整版。页面清晰，内容详实。是机器学习入门的好教材。
Andrew Ng机器学习公开课（斯坦福）——1.学习动机与资料整理
我要快、认真和坚守承诺！
03-11 2013
师兄推荐学习机器学习首推课程是：网易的斯坦福大学机器学习公开课：点击打开链接 看了第一节后就止不住的兴奋，从NG一开始提到对机器学习的解释： Well-posed Learning Problem: A computer program is said to learn from experience E with respect to some task T and some p
斯坦福机器学习公开课--整理笔记（…
宣小K的博客
09-05 512
一、生成学习方法与判别学习方法 前面学的逻辑回归、最小二乘法等方法，均属于判别学习方法（discriminative learning algorithm，DLA），这类方法的特点在于，直接根据样本数据，得到p(y|x)，或者得到假设hθ(x)，输出为0或者1。而生成学习方法（generative learning algorithm，GLA）则不同，虽然同样是对样本数据进行处理，但它处理后会得...
斯坦福大学公开课机器学习课程（Andrew Ng）十特征选择
一路前行
08-26 1655
课程概述： 1.VC维 2.模型选择 3.特征选择 一、VC维   对于一个模型来说，比如 logistic模型，如果有n 个feature，那么该模型会有 d=n+1个参数。虽然理论上说d个参数的取值都有无穷多个，使得模型集合无限大。但实际上，在计算机的表达中，比如每个参数都以64位Double型表示，那么共需要 64d位来表达这个模型集合，考虑到每个位有 0、1 两种
斯坦福大学公开课：机器学习入门与监督学习解析
“这是斯坦福大学公开课‘机器学习1’的讲义，由Andrew Ng教授讲解，主要涉及监督学习的概念和应用。” 在机器学习领域，监督学习是一种重要的学习方法，它通过已有的带有标签的数据来训练模型，以便于模型能对未知...
评论 4
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