第一课 机器学习的动机与应用

该博客介绍了一门机器学习课程,讲师为Andrew Ng 。课程目标是让学员能将机器学习算法应用到问题或项目中。内容包括授课、讨论等。还介绍了机器学习的四大类,有监督学习、学习理论、无监督学习和强化学习,且说明了各类的特点与应用。

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

课件资源:网易公开课 

讲师:Andrew Ng (Stanford)


简介:机器学习是指让计算机在不须特定的编程下,获得学习并解决问题的能力。机器学习在过去的20年飞速发展,成为多个学科的热门,同时应用于多个领域(机器人,人工智能,数据挖掘,计算机视觉等)。


课程目标:在学习完课程后能够将机器学习算法应用到自己感兴趣的问题中或者项目中。


内容:授课,讨论,作业,projects


Four major classes:

  1. Supervised Learning  给出一些数据集以及相应的结果,拟合函数(regression,回归),预测结果。
  2. Learning Theory  了解机器学习的算法,学会合理地选择特征,调整参数
  3. Unsupervised Learning 根据sets计算相似度,可应用于聚类算法(clustering algorithm)
  4. Reinforcement Learning 强化学习,经常用于机器人,使用反馈的机制训练机器人学习新动作

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