机器学习资源合集,资源教程下载

image.png

课程名称

机器学习视频资源合集,资源教程下载

课程目录

bat工业应用

(01)机器学习与相关数学初步

(02)数理统计与参数估计

(03)矩阵分析与应用

(04)凸优化初步

(05)回归分析与工程应用

(06)特征工程

(07)工作流程与模型调优

(08)最大熵模型与EM算法

(09)推荐系统与应用

(10)聚类算法与应用

(11)决策树随机森林和adaboost

(12)SVM

(13)贝叶斯方法

(14)主题模型

(15)贝叶斯推理采样与变分

(16)人工神经网络

(17)卷积神经网络

(18)循环神经网络与LSTM

(19)Caffe&Tensor Flow&MxNet 简介

(20)贝叶斯网络和HMM

(额外补充)词嵌入word embedding

july算法教程

1.管窥算法

2.字符串

3.数组

4.树

5.链表递归栈

6.查找排序

7.图论(上)

8.图论下

9.贪心法和动态规划

10.概率分治和机器学习

国防科技大学蔡宣平模式识别

01.概述

02.特征矢量及特征空间、随机矢量、正态分布特性

03.聚类分析的概念、相似性测度

04.相似性测度(二)

05.类间距离、准则函数

06.聚类算法:简单聚类算法、谱系聚类算法

07.聚类算法:动态聚类算法——C均值聚类算法

08.聚类算法:动态聚类算法——近邻函数算法

09.聚类算法实验

10.判别域界面方程分类的概念、线性判别函数

11.判别函数值的鉴别意义、权空间及解空间、fisher线性判别

12.线性可分条件下判别函数权矢量算法

13.一般情况下的判别函数权矢量算法

14.非线性判别函数

15.最近邻方法

16.感知器算法实验

17.最小误判概率准则

18.正态分布的最小误判概率、最小损失准则判决

19.含拒绝判决的最小损失准则、最小最大损失准则

20.Neyman—Pearson判决、实例

21.概述、矩法估计、最大似然估计

22.贝叶斯估计

23.贝叶斯学习

24.概密的窗函数估计方法

25.有限项正交函数级数逼近法

26.错误率估计

27.小结

28.实验3-4-5 Bayes分类器-kNN分类器-视频动目标检测

29.概述、类别可分性判据(一)

30.类别可分性判据(二)

31.基于可分性判据的特征提取

32.离散KL变换与特征提取

33.离散KL变换在特征提取与选择中的应用

34.特征选择中的直接挑选法

35.综合实验-图像中的字符识别

炼数成金机器学习

第1课 机器学习概论 

第2课 线性回归与Logistic。案例:电子商务业绩预测 

第3课 岭回归,Lasso,变量选择技术。从一团乱麻中识别有用维度的技巧 

第4课 降维技术。案例:业绩综合指标设计 

第5课 线性分类器,Knn算法,朴素贝叶斯分类器,文本挖掘,案例:智能判断垃圾短信,通过文本挖掘给用户加标签,评论自动分析,用户流失预警 

第6课 决策树,组合提升算法,bagging和adaboost,随机森林。案例:运营商用户分析 

第7课 支持向量机,为什么能理解SVM的人凤毛麟角

第8课 人工神经网络,单层感知器,线性神经网络,BP神经网络,基于梯度下降的学习算法,图像压缩和银行用户信用评估 

第9课 通用逼近器径向基函数神经网络,在新观点下审视PDA和SVM。Hopfield联想记忆型神经网络。案例:字符识别,人脸识别 

第10课 概率神经网络和信念贝叶斯分类器 

第11课 聚类,孤立点判别。案例:推荐系统,自动品酒器,作弊识别,社会系统团体识别 

交大张志华统计机器学习

01、基本概念

02、随机向量

03、随机向量性质

04、多元高斯分布

VIP免费 永久VIP免费

已有人支付

数智学院主要包括当下最流行的互联网技术,数智技术,网络营销推广技术教程下载
数智学院 » 机器学习资源合集,资源教程下载

发表评论

提供最优质的资源集合

立即查看 了解详情