资源台大 林轩田 机器学习 基石(基础篇)

资源名称:台大林轩田机器学习基石(基础篇)描述:国立台湾大学林轩田老师在youtube上的公开课,此部分是机器学习的基础篇,带你了解什么是机器学习,以及一些入门的机器学习算法。此课程与其他课程的一大区别就是:林神不仅仅是交给你几个机器学习算法怎么用,而是将机器学习任何算法都需要的搭建框架安装到你的大脑里面,让你在面对机器学习问题的时候,能系统、全面、专业的分析问题、选择并改进算法。内容包括:感知机、泛化理论、VC维、噪声及误差、线性回归、对数几率回归、梯度下降算法、非线性变换、过拟合、正则化、模型评估与选择、支持向量机SVM、boosting、bagging、Adaboost、决策树、随机森林、神经网络、深度学习、k均值等。链接:https://www.aliyundrive.com/s/fYULjVb5DcW

相关推荐

封面图片

资源台大 林轩田 机器学习 技法(进阶篇)

资源名称:台大林轩田机器学习技法(进阶篇)描述:描述:国立台湾大学林轩田老师在youtube上的公开课,此部分是机器学习的进阶篇,带你深入了解机器学习的一些更常用、理论更为神妙的算法。此课程与其他课程的一大区别就是:林神不仅仅是交给你几个机器学习算法怎么用,而是将机器学习任何算法都需要的搭建框架安装到你的大脑里面,让你在面对机器学习问题的时候,能系统、全面、专业的分析问题、选择并改进算法。内容包括:感知机、泛化理论、VC维、噪声及误差、线性回归、对数几率回归、梯度下降算法、非线性变换、过拟合、正则化、模型评估与选择、支持向量机SVM、boosting、bagging、Adaboost、决策树、随机森林、神经网络、深度学习、k均值等。链接:https://www.aliyundrive.com/s/QTKSFHG3vHX

封面图片

机器学习算法的数学解析与Python实现

名称: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:https://www.alipan.com/s/FrPFxS8tw3U大小:10MB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

封面图片

梗直哥瞿炜-机器学习必修课:经典算法与Python实战

名称:梗直哥瞿炜-机器学习必修课:经典算法与Python实战描述:梗直哥瞿炜的《机器学习必修课:经典算法与Python实战》是一门深入浅出地介绍机器学习经典算法及其Python实战应用的课程。瞿炜老师以通俗易懂的方式,带领学习者掌握从基础到进阶的机器学习算法,包括线性回归、决策树、支持向量机等。通过实战项目,学习者能亲手实现并优化机器学习模型,提高解决实际问题的能力。链接:https://pan.quark.cn/s/365caddf96b8大小:2.2GB标签:#教程#Python#学习#实战#必修#必修课#机器学习#算法#经典#梗直哥瞿炜#quark频道:@yunpanshare群组:@yunpangroup

封面图片

研究生机器学习课程-浙江大学

名称: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:频道:@shareAliyun群组:@aliyundriveShare投稿:@aliyun_share_bot

封面图片

哈佛大学免费机器学习课程,包含四个主题:机器学习基础知识、算法、推荐系统、交叉验证和正则化

哈佛大学免费机器学习课程,包含四个主题:机器学习基础知识、算法、推荐系统、交叉验证和正则化也许最流行的数据科学方法论来自于机器学习。机器学习与其他计算机引导的决策过程的不同之处在于,它利用数据建立预测算法。一些使用机器学习的最流行的产品包括邮政服务实施的手写阅读器、语音识别、电影推荐系统和垃圾邮件检测器。在本课程中,作为数据科学专业证书课程的一部分,你将通过建立一个电影推荐系统来学习流行的机器学习算法,主成分分析,和正则化;学习训练数据,以及如何使用一组数据来发现潜在的预测关系。当你建立电影推荐系统时,你将学习如何使用训练数据训练算法,以便你能预测未来数据集的结果。你还将学习过度训练和避免它的技术,如交叉验证。所有这些技能都是机器学习的基础。#机器学习

封面图片

《图解机器学习》

资源名称:《图解机器学习》描述:本书用丰富的图示,从最小二乘法出发,对基于最小二乘法实现的各种机器学习算法进行了详细的介绍。第Ⅰ部分介绍了机器学习领域的概况;第Ⅱ部分和第Ⅲ部分分别介绍了各种有监督的回归算法和分类算法;第Ⅳ部分介绍了各种无监督学习算法;第Ⅴ部分介绍了机器学习领域中的新兴算法。书中大部分算法都有相应的MATLAB程序源代码,可以用来进行简单的测试。本书适合所有对机器学习有兴趣的初学者阅读。187张图解轻松入门提供可执行的Matlab程序代码覆盖机器学习中最经典、用途最广的算法专业实用东京大学教授、机器学习权威专家执笔,浓缩机器学习的关键知识点图文并茂187张图示帮助理解,详略得当,为读懂大部头开路。角度新颖基于最小二乘法讲解各种有监督学习的回归和分类算法,以及无监督学习算法。实战导向配有可执行的MATLAB程序代码,边学习边实践。链接:https://www.aliyundrive.com/s/aGqqPBEnEni

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人