暂无评论
这是斯坦福大学吴恩达机器学习视频的配套ppt讲义,课程内容位于coursera,请配合视频教材使用,效果更佳。
李宏毅老师2020年最新机器学习教学的PPT,视频内容可以访问B站:https://www.bilibili.com/video/BV1eE411T7BS?from=search&seid=14577
斯坦福大学CS-231讲义,包括决策树,线性回归,逻辑回归等
大家在看视频的时候,对照此讲义事半功倍呀!请大家下载看看
斯坦福机器学习课程的PPT。本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括:(一)监督学习(参数/非参数算法,支持向量机,核函数,神经网络)。(二)无监督学习(聚类,降维,
对机器学习的定义和应用实例进行了介绍,涵盖了监督学习。贝叶斯决策理论。参数方法、多元方法、维度归约、聚类、非参数方法、决策树。线性判别式、多层感知器,局部模型、隐马尔可夫模型。分类算法评估和比较,组合
嘉绍用于描述机器学习的统计与概率的知识,分析机器学习技术的两类主要方法。
王东老师现代机器学习技术导论王东老师现代机器学习技术导论pdfpdf
机器学习入门。Ethem Alpaydin 中文扫描版本,定义正常,角点有点模糊,但可以清楚地看到; 完整的书签
机器学习导论-高清版-带详细书签.pdf 我上传的一些商业电子书是供学习研究之用,如用于商业用途,请购买正版。
暂无评论