课程描述
该课程是机器学习的基础入门,涵盖回归,分类,优化,正则化,聚类和降维的关键概念。该课程面向神经科学和其他科学领域的硕士生。本课程假定您对微积分,概率论和线性代数(矩阵)有基本了解。
课程大纲
课程视频截图
课程描述
该课程是机器学习的基础入门,涵盖回归,分类,优化,正则化,聚类和降维的关键概念。该课程面向神经科学和其他科学领域的硕士生。本课程假定您对微积分,概率论和线性代数(矩阵)有基本了解。
课程大纲
课程视频截图
课程描述该课程主要针对计算机科学和机器学习的硕士学生。它从概率的角度介绍了机器学
该课程主要针对计算机科学和机器学习的硕士学生。
课程介绍本课程讲解机器学习的定义以及机器学习与编程的关系。讨论机器学习的三大类:
课程描述 本课程将概率机器学习、信息论和源编码理论中的概念结合到开发高效压缩编解码器的方法中。最近,已建立的压
视觉系统的神经回路是复杂系统的典型例子。本课程
机器学习导论,讲解有监督和无监督学习问题的表述。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
课程描述深度学习是一个专门在大型,非结构化数据集中发现和提取复杂结构的领域
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.html课程大纲课程视频截图bkqh:...
课程描述介绍计算机科学和编程相关的基础知识。本课程教学生如何算法思考和有效解决问
机器学习定义机器学习的应用实例
举报文章
请选择举报类型
补充说明
0/200
上传截图
格式支持JPEG/PNG/JPG,图片不超过1.9M