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。
bkxq:斯坦福大学最新-《机器学习导论》课程视频及ppt分享
课程首页
http://ee104.stanford.edu/lectures.html
课程大纲
课程视频截图
bkqh:斯坦福大学最新-《机器学习导论》课程视频及ppt分享
往期精品内容推荐
2021ML实战新课-《深度学习速成课程2021》课程视频及ppt免费分享
台大林智仁中文版-《深度学习优化方法》课程(2021) 视频及ppt分享
李宏毅最新-《深度学习/机器学习课程2021》课程视频及ppt免费分享
麻省理工学院-《面向生命科学的深度学习2021》课程视频及ppt免费分享
Sergey Levine-伯克利《深度强化学习2020》课程视频及ppt分享
蒂宾根大学-《机器学习导论2021》课程视频及ppt免费分享