清华讲师大数据机器学习2020年

2
回复
2620
查看
[复制链接]
  • TA的每日心情
    擦汗
    2023-5-6 02:41
  • 签到天数: 570 天

    [LV.9]以坛为家II

    2605

    主题

    3135

    帖子

    1万

    积分

    管理员

    Rank: 9Rank: 9Rank: 9

    积分
    16205
    发表于 2022-1-18 11:00:00 | 显示全部楼层 |阅读模式

    登录后查看本帖详细内容!

    您需要 登录 才可以下载或查看,没有帐号?立即注册

    x

    ├─第01章 概述
    │      1.机器学习定义和典型应用.mp4
    │      2.机器学习和人工智能的关系.mp4
    │      3.深度学习方法和其它人工智能方法的共性和差异.mp4
    │      4.机器学习和数据挖掘的关系.mp4
    │      5.机器学习和统计学习的关系.mp4
    │      6.机器学习的发展历程.mp4
    │      7.大数据机器学习的主要特点.mp4
    │      
    ├─第02章 机器学习基本概念
    │      1机器学习的基本术语.mp4
    │      2.监督学习.mp4
    │      3.假设空间.mp4
    │      4.学习方法三要素.mp4
    │      5.奥卡姆剃刀定理.mp4
    │      6.没有免费的午餐定理.mp4
    │      7.训练误差和测试误差.mp4
    │      8.过拟合与模型选择.mp4
    │      9.泛化能力.mp4
    │      10.生成模型和判别模型.mp4
    │      
    ├─第03章 模型性能评估
    │      1.留出法.mp4
    │      2.交叉验证法.mp4
    │      3.自助法.mp4
    │      4.性能度量.mp4
    │      5.PR曲线.mp4
    │      6.ROC和AUC曲线.mp4
    │      7.代价敏感错误率.mp4
    │      8.假设检验.mp4
    │      9.T检验.mp4
    │      10.偏差和方差.mp4
    │      
    ├─第04章 感知机
    │      1.感知机模型.mp4
    │      2.感知机学习策略.mp4
    │      3.感知机学习算法.mp4
    │      
    ├─第05章 聚类
    │      1.原型聚类描述.mp4
    │      2.性能度量.mp4
    │      3.1原型聚类 k均值算法.mp4
    │      3.2 原型聚类 学习向量算法.mp4
    │      3.3 原型聚类 密度聚类.mp4
    │      3.4原型聚类 层次聚类.mp4
    │      
    ├─第06章 贝叶斯分类器及图模型
    │      1.综述.mp4
    │      2.概率图模型.mp4
    │      3.贝叶斯网络.mp4
    │      4.朴素贝叶斯分类器.mp4
    │      5.半朴素贝叶斯分类器.mp4
    │      6.贝叶斯网络结构学习推断.mp4
    │      7.吉布斯采样.mp4
    │      
    ├─第07章 决策树和随机森林
    │      开头.mp4
    │      1.决策树模型与学习基本概念.mp4
    │      2.信息量和熵.mp4
    │      3.决策树的生成.mp4
    │      4.决策树的减枝.mp4
    │      5.CART算法.mp4
    │      6.随机森林.mp4
    │      
    ├─第08章 逻辑斯谛回归与最大熵模型
    │      1.逻辑斯谛回归模型.mp4
    │      2.最大熵模型.mp4
    │      3.模型学习的最优化方法.mp4
    │      
    ├─第09章 SVM
    │      1.开头.mp4
    │      2.SVM简介.mp4
    │      3.线性可分支持向量机.mp4
    │      4. 凸优化问题的基本概念.mp4
    │      5.支持向量的确切定义.mp4
    │      6.线性支持向量机.mp4
    │      
    ├─第10章 核方法与非线性SVM
    │      开头.mp4
    │      1.泛函基础知识.mp4
    │      2. 核函数和非线性支持向量机.mp4
    │      3. 序列最小最优化算法.mp4
    │      
    ├─第11章 降维与度量学习
    │      开头(2).mp4
    │      1. k近邻学习.mp4
    │      2. 降维嵌入.mp4
    │      3. 主成分分析.mp4
    │      4. 核化线性降维.mp4
    │      5. 流型学习和度量学习.mp4
    │      
    ├─第12章 提升方法
    │      1. 提升方法Adaboost算法.mp4
    │      2. Adaboost算法的训练误差分析.mp4
    │      3. Adaboost算法的解释.mp4
    │      4. Adaboost的实现.mp4
    │      
    ├─第13章 EM算法及混合高斯模型
    │      开头(3).mp4
    │      1. 问题提出.mp4
    │      2. EM算法的引入.mp4
    │      3. EM算法的收敛性.mp4
    │      4. EM算法在高斯混合模型学习中的应用.mp4
    │      5. EM算法的推广.mp4
    │      
    ├─第14章 计算学习理论
    │      开头(4).mp4
    │      1. 计算学习理论的基础知识.mp4
    │      2. 概率近似正确学习理论.mp4
    │      3. 有限假设空间.mp4
    │      4. VC维.mp4
    │      5. 学习稳定性.mp4
    │      
    ├─第15章 隐马尔可夫模型
    │      开头(5).mp4
    │      1. 隐马尔科夫模型的基本概念.mp4
    │      2. 概率计算算法.mp4
    │      3. 学习算法.mp4
    │      4预测算法.mp4
    │      
    ├─第16章 条件随机场
    │      开头.mp4
    │      1.概率无向图模型.mp4
    │      2.条件随机场的定义与形式.mp4
    │      3.条件随机场的计算问题.mp4
    │      4.条件随机场的学习算法.mp4
    │      5.条件随机场的预测算法.mp4
    │      
    ├─第17章 概率图模型的学习与推断
    │      开头.mp4
    │      1.精确推断法:变量消去法和信念传播法.mp4
    │      2.近似推断法:MCMC和变分推断.mp4
    │      
    ├─第18章 神经网络和深度学习
    │      1.神经网络的发展历程.mp4
    │      2.神经网络的基本概念以及常见的神经网络(一).mp4
    │      3.神经网络的基本概念以及常见的神经网络(二).mp4
    │      4.玻尔兹曼机.mp4
    │      5.深度学习.mp4
    │      
    ├─第19章 深度学习正则化方法
    │      1. 深度学习简介和架构设计.mp4
    │      2. 计算图形式的反向传播算法.mp4
    │      3.深度学习的正则化方法(一).mp4
    │      4.深度学习的正则化方法(二).mp4
    │      
    ├─第20章 深度学习优化方法
    │      1.深度学习的优化问题.mp4
    │      2.神经网络优化的挑战.mp4
    │      3.神经网络的优化算法.mp4
    │      4.相关策略.mp4
    │      
    └─00讲义
           第01章_概述.pdf
           第02章_机器学习基本概念.pdf
           第03章_模型性能评估.pdf
           第04章_感知机.pdf
           第05章_聚类.pdf
           第06章_贝叶斯分类器及图模型.pdf
           第07章_决策树和随机森林.pdf
           第08章__逻辑斯谛回归与最大熵模型.pdf
           第09章_SVM.pdf
           第10章_核方法与非线性SVM.pdf
           第11讲_降维与度量学习.pdf
           第12讲_提升方法.pdf
           第13讲_EM算法及混合高斯模型.pdf
           第14讲_计算学习理论.pdf
           第15讲_隐马尔可夫模型.pdf
           第16讲_条件随机场.pdf
           第17讲__概率图模型的学习与推断.pdf
           第18讲__神经网络和深度学习.pdf
           第19讲__深度学习正则化方法.pdf
           第20讲__深度学习优化方法.pdf

    下载

    游客,如果您要查看本帖隐藏内容请回复
    〖下载地址失效反馈〗:

    下载地址如果失效,请反馈。反馈地址: https://www.fstcode.com/thread-5527-1-1.html

    〖赞助VIP免灵石下载全站资源〗:

    全站资源高清无密,每天更新,VIP特权: https://www.fstcode.com/plugin.php?id=threed_vip

    〖客服24小时咨询〗:

    有任何问题,请点击右侧客服QQ咨询。

    回复

    使用道具 举报

  • TA的每日心情

    2023-4-11 13:06
  • 签到天数: 83 天

    [LV.6]常住居民II

    0

    主题

    148

    帖子

    806

    积分

    终身VIP

    Rank: 12Rank: 12Rank: 12

    积分
    806
    发表于 2022-6-11 20:55:11 | 显示全部楼层
    666666666666666666666
    回复

    使用道具 举报

  • TA的每日心情
    开心
    2023-9-5 10:46
  • 签到天数: 20 天

    [LV.4]偶尔看看III

    0

    主题

    45

    帖子

    229

    积分

    终身VIP

    Rank: 12Rank: 12Rank: 12

    积分
    229
    发表于 2023-2-21 12:02:03 | 显示全部楼层
    666666666666666666666666666
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

     
    在线客服
    点击这里给我发消息 点击这里给我发消息
    用心服务所有程序员,做最好的编程视频网站
    QQ:354410543
    周一至周日 00:00-24:00
    联系站长:admin@fstcode.com

    QQ群(仅限付费用户)

    Powered by "真全栈程序员" © 2010-2023 "真全栈程序员" 本站资源全部来自互联网及网友分享-如有侵权请发邮件到站长邮箱联系删除!