欢迎来到在线教学平台
问题答疑
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
更多
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
教师登录
学生登录
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
教师登录
学生登录
首页 - 课程列表 - 课程详情
返回
机器学习_长安大学
课程类型:
选修课
发布时间:
2024-11-27 11:29:56
主讲教师:
课程来源:
建议学分:
0.00分
课程编码:
mk004985
课程介绍
课程目录
教师团队
{1}--绪论
[1.1]--1.1机器学习是什么.mp4
(6分钟)
[1.2]--1.2机器学习算法.mp4
(17分钟)
[1.3]--1.3.学习之路和编程环境及工具包.mp4
(7分钟)
{2}--聚类
[2.1.1]--2.1.1 K均值聚类算法及实现.mp4
(9分钟)
[2.1.2]--2.1.2 在手机机主身份识别中的应用示例.mp4
(11分钟)
[2.1.3]--2.1.3 进一步讨论.mp4
(8分钟)
[2.1.4]--2.1.4 改进算法.mp4
(5分钟)
[2.2]--2.1.1 K均值聚类算法及实现.mp4
(9分钟)
[2.3]--2.1.2 在手机机主身份识别中的应用示例.mp4
(11分钟)
[2.4]--2.1.3 进一步讨论.mp4
(8分钟)
[2.5]--2.1.4 改进算法.mp4
(5分钟)
[2.6]--2.2聚类算法基础.mp4
(17分钟)
[2.7]--2.3 DBSCAN及其派生算法.mp4
(17分钟)
[2.8]--2.4AGNES算法.mp4
(7分钟)
{3}--回归
[3.1]--3.1回归任务、评价与线性回归.mp4
(10分钟)
[3.2.1]--3.2.1机器学习中的最优化方法1.mp4
(11分钟)
[3.2.2]--3.2.2机器学习中的最优化方法2.mp4
(11分钟)
[3.3]--3.2.1机器学习中的最优化方法1.mp4
(11分钟)
[3.4]--3.2.2机器学习中的最优化方法2.mp4
(11分钟)
[3.5]--3.3多项式回归.mp4
(10分钟)
[3.6]--3.4过拟合与泛化.mp4
(13分钟)
[3.7]--3.5向量相关性与岭回归和局部回归.mp4
(13分钟)
{4}--贝叶斯分类器
[4.1]--4.1贝叶斯决策论-part1.mp4
(9分钟)
[4.2]--4.2贝叶斯决策论-part2.mp4
(10分钟)
[4.3]--4.3贝叶斯决策论-part3.mp4
(10分钟)
[4.4]--4.4分类器正态分布.mp4
(10分钟)
[4.5]--4.5正态分布判别函数.mp4
(7分钟)
[4.6]--4.6参数估计.mp4
(13分钟)
{5}--特征降维
[5.1]--5.1特征降维.mp4
(13分钟)
[5.2]--5.2特征选择.mp4
(19分钟)
{6}--决策树
[6.1.1]--6.1决策树1.mp4
(16分钟)
[6.1.2]--6.1决策树1.mp4
(16分钟)
[6.1.3]--6.1决策树1.mp4
(16分钟)
[6.2]--6.2决策树2.mp4
(15分钟)
{7}--独立于算法的机器学习
[7.1]--7.1独立于算法part1.mp4
(9分钟)
[7.2]--7.2独立于算法part2.mp4
(8分钟)
[7.3]--7.3独立于算法part3.mp4
(10分钟)