斯坦福大学公开课 《机器学习》
1 机器学习的动机与应用
2 策略搜索
2 监督学习应用.梯度下降
3 欠拟合与过拟合的概念
4 牛顿方法
5 生成学习算法
6 朴素贝叶斯算法
7 最优间隔分类器问题
8 顺序最小优化算法
9 经验风险最小化
10 特征选择
11 贝叶斯统计正则化
12 K-means算法
13 高斯混合模型
14 主成分分析法
15 奇异值分解
16 马尔可夫决策过程
17 离散与维数灾难
18 线性二次型调节控制
19 微分动态规划
相关说明
1、链接失效或无解压密码，请联系QQ：980264305
2、资源来源于网络公开发表文件，所有资料仅供学习交流
3、所收取费用来维持服务器运行，性质为用户友情赞助，并非售卖文件费用
4、如侵犯您的权益，请联系邮箱：980264305@qq.com
数智学院 » 斯坦福大学公开课 《机器学习》
1、链接失效或无解压密码，请联系QQ：980264305
2、资源来源于网络公开发表文件，所有资料仅供学习交流
3、所收取费用来维持服务器运行，性质为用户友情赞助，并非售卖文件费用
4、如侵犯您的权益，请联系邮箱：980264305@qq.com
数智学院 » 斯坦福大学公开课 《机器学习》
