(本网站正在更新资源当中!!)祝所有程序员的世界不再有BUG!    本站所有资源均是由站长以及”资深程序员朋友“组成的团队专门筛选整理的,所以,本站的各个系列教程,分类明确,课程优质,学习路径清晰,这肯定让您少走弯路!学习不再迷惘!    1、失效链接2天内处理完成!     2、任何信息看到第一时间回复!
需要软考复习资料吗?点我!资源链接失效反馈帖!

[人工智能系列] 大数据机器学习(2019春)

[复制链接]

微信扫一扫 分享朋友圈

程序媛 发表于 2019-9-11 17:04:47 | 显示全部楼层 |阅读模式 打印 上一主题 下一主题


【课程目录】:
─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
│      
├─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(1).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(6).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(7).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



【课程下载】:

游客,如果您要查看本帖隐藏内容请回复




IT充电站 - 免责声明

1、站内所有资源来源于网络用户分享,版权归原作者及其网站所有,本站不拥有此类资源的版权,不对任何资源负法律责任。
2、本站仅为资源分享的平台,站内资源仅供会员参考和学习之用,不得用于其他非法用途,请下载后24小时内从您的电脑中彻底删除。否则,一切后果请用户自负。
3、本站会员均可发帖,转载及发布的内容纯属会员个人意见,与本论坛立场无关。严禁在本站发布反动、色情、广告等不良信息及违法内容。
4、IT充电站论坛作为网络服务提供者,由于网站信息量巨大,对非法转载、盗版行为的发生不具备充分的监控能力。但是当版权拥有者提出侵权指控并出示充分的版权证明材料时,IT充电站论坛负有移除非法转载和盗版内容以及停止继续传播的义务。
5、IT充电站论坛在满足前款条件下采取移除等相应措施后不为此向原发布人承担违约责任或其他法律责任,包括不承担因侵权指控不成立而给原发布人带来损害的赔偿责任。
6、IT充电站论坛为用户免费分享产生,如本文内容侵犯到任何版权问题侵犯了您的权益,请联系QQ网站客服 提供侵权链接与权益证明,我们将尽快处理。
7、凡登陆本网站或直接、间接使用本站资料者,应仔细阅读声明,一旦使用本站任何资源,即被视为您已接受本站的免责声明。
8、一经注册为本站会员,一律视为同意网站规定,本站管理有权禁止违规用户
9、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和IT充电站的同意
10、若发现链接失效了请点此进行链接失效反馈,我们会第一时间修复链接


本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
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

加入我们:共同分享全网最新IT教程资源

官方微信

官方微店

联系QQ:

1022602116

声明:内容均来自于网络,如有侵权行为请发送QQ邮件或者直接Q我

我们将在第一时间删除!因我们给你带来了困扰,我们非常的抱歉!

微信号:xxwm2048 Email:1022602116@qq.com

Powered by Discuz! X3.4© 2016-2019 Comsenz Inc.