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。
文末附本课程视频及ppt下载地址。
课程首页
http://ee104.stanford.edu/lectures.html
课程大纲
课程视频截图
课程视频及ppt免费下载地址
微信公众号“深度学习与NLP”回复关键字“mldll”获取下载地址。
DeepLearning_NLP
深度学习与NLP