MIT麻省理工学院关于深度学习方法的入门课程 || #机器学习

MIT麻省理工学院关于深度学习方法的入门课程 || #机器学习 麻省理工学院深度学习方法入门课程，可应用于计算机视觉、自然语言处理、生物学等领域！ 学生将获得深度学习算法的基础知识，并获得在 TensorFlow 中构建神经网络的实践经验。 先修课程需要微积分（即求导数）和线性代数（即矩阵乘法），有 Python 经验者将有所帮助，但并非必要。

研究生机器学习课程-浙江大学

研究生机器学习课程-浙江大学 描述：机器学习的原理与应用。主要的范式和技术，包括判别和生成方法，强化学习：线性回归，logistic回归，支持向量机，深网，结构化方法，降维，k-均值，高斯混合，期望最大化，马尔可夫决策过程，Q-学习。应用领域，如自然语言和文本理解、语音识别、计算机视觉、数据挖掘和自适应计算机系统等。 链接： 大小：NG 标签：#学习 #知识 #课程 #资源 #研究生机器学习课程 #quark 频道：@yunpanshare 群组：@yunpangroup

研究生机器学习课程-浙江大学

研究生机器学习课程-浙江大学 描述：机器学习的原理与应用。主要的范式和技术，包括判别和生成方法，强化学习：线性回归，logistic回归，支持向量机，深网，结构化方法，降维，k-均值，高斯混合，期望最大化，马尔可夫决策过程，Q-学习。应用领域，如自然语言和文本理解、语音识别、计算机视觉、数据挖掘和自适应计算机系统等。 链接： 大小：NG 标签：#学习 #知识 #课程 #资源 来自：雷锋 频道：@Aliyundrive_Share_Channel 群组：@alyd_g 投稿：@AliYunPanBot

研究生机器学习课程-浙江大学

研究生机器学习课程-浙江大学 描述：机器学习的原理与应用。主要的范式和技术，包括判别和生成方法，强化学习：线性回归，logistic回归，支持向量机，深网，结构化方法，降维，k-均值，高斯混合，期望最大化，马尔可夫决策过程，Q-学习。应用领域，如自然语言和文本理解、语音识别、计算机视觉、数据挖掘和自适应计算机系统等。 链接：https://www.alipan.com/s/CQnZ1tzWsA9 大小：NG 标签：#学习 #知识 #课程 #资源 来自：雷锋 版权：版权反馈/DMCA 频道：@shareAliyun 群组：@aliyundriveShare 投稿：@aliyun_share_bot

《黑皮书191本（计算机科学丛书） 》|简介：如果你对黑皮书1本（计算机科学丛书）感兴趣，这本书课程提供了全面的理论知识与实操技

《黑皮书191本（计算机科学丛书） 》|简介：如果你对黑皮书191本（计算机科学丛书）感兴趣，这本书课程提供了全面的理论知识与实操技能。每个章节都通过生动案例帮助你理解，解决你在学习过程中遇到的疑难问题，非常适合零基础或希望提升的学习者。 |标签：#课程#黑皮书191本（计算机科学丛书）#学习资料 |文件大小：NG |链接：

机器学习算法的数学解析与Python实现

机器学习算法的数学解析与Python实现 描述：本书以机器学习的算法为主线，深入剖析算法的概念和数学原理，以通俗形象的语言进行讲解，让读者无须了解太多前置数学知识，就能看懂数学公式所表达的意思，从而快速掌握机器学习的思想和原理。本书首先介绍机器学习基本概念及工具，然后从概念、原理、Python实现、应用场景几个方面，详细剖析机器学习中主要的算法，如线性回归算法、Logistic回归算法、KNN算法、朴素贝叶斯算法、决策树算法、支持向量机算法、K-means聚类算法、神经网络、集成学习方法等。 链接： 大小：10 MB 标签：#机器学习 #算法 #数学原理 #通俗讲解 #前置知识 #基本概念 #工具 #线性回归 来自：雷锋 频道：@Aliyundrive_Share_Channel 群组：@alyd_g 投稿：@AliYunPanBot