斯坦福大学-机器学习导论_数据

课程描述

    机器学习导论，讲解有监督和无监督学习问题的表述。回归和分类。数据标准化和特征工程。损失函数选择及其对学习的影响。正则化及其在控制复杂性中的作用。验证和过拟合。对异常值的鲁棒性。简单的数值实现。对来自各种工程和其他学科的数据进行实验。

课程首页

http://ee104.stanford.edu/lectures.html

课程大纲

斯坦福大学-机器学习导论_特征工程_02

课程视频截图

斯坦福大学-机器学习导论_数据_03

斯坦福大学-机器学习导论_特征工程_04

斯坦福大学-机器学习导论_特征工程_05

斯坦福大学-机器学习导论_人工智能_06

斯坦福大学-机器学习导论_人工智能_07

斯坦福大学-机器学习导论_数据_08