所有分类
  • 所有分类
  • 编程开发
大数据机器学习培训(学堂在线),清华名师袁春教你掌握机器学习

大数据机器学习培训(学堂在线),清华名师袁春教你掌握机器学习

资源大小:5.62G
资源发放:百度网盘
发布日期:28/06/2022
资源下载
仅限注册用户下载,请先
VIP用户免C币下载,下载前请阅读上方文件目录,如下载链接链接失效,可在用户中心提交工单。
好途网上架了商场:提供网盘会员账号出租、小号批发,以及腾讯视频、爱奇艺、优酷视频、芒果tv、搜狐视频、迅雷白金、喜马拉雅、网易云音乐、QQ音乐等会员低价直冲业务,速去看看
大数据机器学习培训(学堂在线),清华名师袁春教你掌握机器学习-1

本套课程大数据机器学习培训(学堂在线),由袁春老师主讲,课程共分为20个章节,文件大小共计5.62G。当大家听到机器学习的第一反应就是晦涩难懂,很多人更是望而却步;本套课程通过对机器学习进行拆解,层层深入的方式教大家如何学习并掌握机器学习。

大数据机器学习培训(学堂在线),清华名师袁春教你掌握机器学习-2

大数据机器学习 视频截图

大数据机器学习培训(学堂在线),清华名师袁春教你掌握机器学习-3

大数据机器学习 视频截图

大数据机器学习培训(完结)
│    
├─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
│            
├─下载必看
│            1.png
│            12.png
│            13.png
│            14.png
│            15.png
│            16.png
│            17.png
│            18.png
│            2.png
│            3.png
│            4.png
│            5.png
│            6.png
│            7.png
│            8.png
│            9.png
│            
├─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
│            10.生成模型和判别模型.mp4
│            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
│            
├─第03章  模型性能评估
│            1.留出法.mp4
│            10.偏差和方差.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
│            
├─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
│            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
│            开头.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
│            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
│            开头.mp4
│            
├─第11章  降维与度量学习
│            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
│            开头(2).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
│            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
│            开头(3).mp4
│            
├─第14章  计算学习理论
│            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
│            开头(4).mp4
│            
├─第15章  隐马尔可夫模型
│            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
│            开头(5).mp4
│            
├─第16章  条件随机场
│            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
│            开头.mp4
│            
├─第17章  概率图模型的学习与推断
│            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
│            开头.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
                

资源下载此资源仅限注册用户下载,请先
VIP用户免C币下载,下载前请阅读上方文件目录,如下载链接链接失效,可在用户中心提交工单。
好途网上架了商场:提供网盘会员账号出租、小号批发,以及腾讯视频、爱奇艺、优酷视频、芒果tv、搜狐视频、迅雷白金、喜马拉雅、网易云音乐、QQ音乐等会员低价直冲业务,速去看看
资源下载
下载价格免费
VIP用户免C币下载,下载前请阅读上方文件目录,如下载链接链接失效,可在用户中心提交工单。
资源大小:5.62G
资源发放:百度网盘
发布日期:28/06/2022

特别说明:
此教程来源于网络收集整理,仅供本地学习参考,教程无法保证一直有效,请及时转存!
如本教程是商业教程,请务必联系教程作者购买商业许可后方可观看!
教程作者如需删除请第一时间联系右侧客服,获悉后将第一时间删除!

0
广告位招租
显示验证码
没有账号? 注册  忘记密码?