赞
踩
课程描述
机器学习导论,讲解有监督和无监督学习问题的表述。回归和分类。数据标准化和特征工程。损失函数选择及其对学习的影响。正则化及其在控制复杂性中的作用。验证和过拟合。对异常值的鲁棒性。简单的数值实现。对来自各种工程和其他学科的数据进行实验。
免费获取:斯坦福大学最新-《机器学习导论》课程视频及ppt分享
课程首页
http://ee104.stanford.edu/lectures.html
课程大纲
课程视频截图
免费获取:斯坦福大学最新-《机器学习导论》课程视频及ppt分享
往期精品内容推荐
李宏毅最新-《深度学习/机器学习课程》课程视频及ppt免费分享
经典必学-台大林智仁中文版-《深度学习优化方法》课程视频及ppt分享
Ml新课-《机器学习核方法》课程(2021) 视频及ppt分享
【中文字幕】加州理工《数据学习:机器学习课程》视频及ppt分享
最新《动手学习深度学习》配套课程视频、笔记、ppt等资源整理分享
NLP必读经典书籍 -《语料语言学-NLP方法学入门》最新免费pdf分享
强化学习/机器人学经典教材-《策略规划算法原理》免费pdf分享
中文版-《可解释的机器学习-黑盒模型可解释性理解指南》pdf免费分享
2023 dl实战精选书籍-《基于Keras的深度神经网络应用实战》免费pdf分享
2024最新机器学习新书-《解决几乎任何机器学习问题路径》免费pdf分享
ChatGPT背后原理综述-《预压模型基础综述:从BERT到ChatGPT的历史》pdf免费分享
最新中文版pdf-《ChatGPT基础原理、技术演进、场景及商业模式 白皮书》免费分享
最新GPT4解析中英文pdf《通用人工智能的火花:GPT-4的早期实验》免费分享
chatgpt 7月最新-复旦大学张奇老师《自然语言处理导论》初版pdf分享
LeetCode精选101刷题必备(C++)-附详细分类及解体说明-免费pdf分享
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。