机器40讲某客时间文档共:172.65MB
31306文件名称: 机器40讲某客时间文档共:172.65MB
文件总数量: 88条
压缩文件数量: 0条
压缩文件比: 0%
疑似加密文件: 0条(需要授权播放的文件)
文件创建时间: 2021-9-29 08:54:04
目录:【38-机器学习40讲】
目录:【38-机器学习40讲】
目录:【38-机器学习40讲/05-结束语(1讲)】
结课丨终有一天,你将为今天的付出骄傲_.pdf
结课丨终有一天,你将为今天的付出骄傲_.html
目录:【38-机器学习40讲/04-概率图模型(14讲)】
总结课丨贝叶斯学习的模型体系_.pdf
总结课丨贝叶斯学习的模型体系_.html
40丨结构学习:基于约束与基于评分_.pdf
40丨结构学习:基于约束与基于评分_.html
39丨隐变量下的参数学习:EM方法与混合模型_.pdf
39丨隐变量下的参数学习:EM方法与混合模型_.html
38丨完备数据下的参数学习:有向图与无向图_.pdf
38丨完备数据下的参数学习:有向图与无向图_.html
37丨随机近似推断:MCMC_.pdf
37丨随机近似推断:MCMC_.html
36丨确定近似推断:变分贝叶斯_.pdf
36丨确定近似推断:变分贝叶斯_.html
35丨精确推断:变量消除及其拓展_.pdf
35丨精确推断:变量消除及其拓展_.html
34丨连续序列化模型:线性动态系统_.pdf
34丨连续序列化模型:线性动态系统_.html
33丨序列化建模:隐MA尔可夫模型_.pdf
33丨序列化建模:隐MA尔可夫模型_.html
32丨从有限到无限:高斯过程_.pdf
32丨从有限到无限:高斯过程_.html
31丨建模连续分布:高斯网络_.pdf
31丨建模连续分布:高斯网络_.html
30丨无向图模型:MA尔可夫随机场_.pdf
30丨无向图模型:MA尔可夫随机场_.html
29丨有向图模型:贝叶斯网络_.pdf
29丨有向图模型:贝叶斯网络_.html
28丨最简单的概率图:朴素贝叶斯_.pdf
28丨最简单的概率图:朴素贝叶斯_.html
目录:【38-机器学习40讲/03-统计机器学习模型(18讲)】
总结课丨机器学习的模型体系_.pdf
总结课丨机器学习的模型体系_.html
27丨万能模型:梯度提升与随机森林_.pdf
27丨万能模型:梯度提升与随机森林_.html
26丨集成化处理:Boosting与Bagging_.pdf
26丨集成化处理:Boosting与Bagging_.html
25丨基于特征的区域划分:树模型_.pdf
25丨基于特征的区域划分:树模型_.html
24丨深度编解码:表示学习_.pdf
24丨深度编解码:表示学习_.html
23丨层次化的神经网络:深度学习_.pdf
23丨层次化的神经网络:深度学习_.html
22丨自适应的基函数:神经网络_.pdf
22丨自适应的基函数:神经网络_.html
21丨基函数扩展:属性的非线性化_.pdf
21丨基函数扩展:属性的非线性化_.html
20丨基于距离的学习:聚类与度量学习_.pdf
20丨基于距离的学习:聚类与度量学习_.html
19丨非参数化的局部模型:K近邻_.pdf
19丨非参数化的局部模型:K近邻_.html
18丨从全局到局部:核技巧_.pdf
18丨从全局到局部:核技巧_.html
17丨几何角度看分类:支持向量机_.pdf
17丨几何角度看分类:支持向量机_.html
16丨建模非正态分布:广义线性模型_.pdf
16丨建模非正态分布:广义线性模型_.html
15丨从回归到分类:联系函数与降维_.pdf
15丨从回归到分类:联系函数与降维_.html
14丨非线性降维:流形学习_.pdf
14丨非线性降维:流形学习_.html
13丨线性降维:主成分的使用_.pdf
13丨线性降维:主成分的使用_.html
12丨正则化处理:收缩方法与边际化_.pdf
12丨正则化处理:收缩方法与边际化_.html
11丨基础线性回归:一元与多元_.pdf
11丨基础线性回归:一元与多元_.html
目录:【38-机器学习40讲/02-机器学习概观(10讲)】
10丨特征预处理_.pdf
10丨特征预处理_.html
09丨实验设计_.pdf
09丨实验设计_.html
08丨模型的评估指标_.pdf
08丨模型的评估指标_.html
07丨模型的验证方法_.pdf
07丨模型的验证方法_.html
06丨模型的设计准则_.pdf
06丨模型的设计准则_.html
05丨模型的分类方式_.pdf
05丨模型的分类方式_.html
04丨计算学习理论_.pdf
04丨计算学习理论_.html
03丨学什么与怎么学_.pdf
03丨学什么与怎么学_.html
02丨贝叶斯视角下的机器学习_.pdf
02丨贝叶斯视角下的机器学习_.html
01丨频率视角下的机器学习_.pdf
01丨频率视角下的机器学习_.html
目录:【38-机器学习40讲/01-开篇词(1讲)】
00丨开篇词丨打通修炼机器学习的任督二脉_.pdf
00丨开篇词丨打通修炼机器学习的任督二脉_.html
页:
[1]