本课程为精品课，您可以登录eeworld继续观看： 监督学习（二）继续观看 课时1：机器学习 绪论（一） 课时2：机器学习 绪论（二） 课时3：机器学习 绪论（三） 课时4：机器学习 绪论（四） 课时5：监督学习（一） 课时6：监督学习（二） 课时7：森林道路（一） 课时8：森林道路（二） 课时9：森林道路（三） 课时10：用无监督学习方法来调研图像（一） 课时11：用无监督学习方法来调研图像（二） 课时12：用无监督学习方法来调研图像（三） 课时13：用无监督学习方法来调研图像（四） 课时14：用无监督学习方法来调研图像（五） 课时15：用无监督学习方法来调研图像（六） 课时16：分簇聚类方法（一） 课时17：分簇聚类方法（二） 课时18：聚类（一） 课时19：聚类（二） 课时20：聚类（三） 课时21：非参数方法（一） 课时22：非参数方法（二） 课时23：非参数方法（三） 课时24：多元化与参数分析（一） 课时25：多元化与参数分析（二） 课时26：多元化与参数分析（三） 课时27：多元化与参数分析（四） 课时28：多元化与参数分析（五） 课时29：多元化与参数分析（六） 课时30：机器学习（一） 课时31：31 机器学习（二） 课时32：机器学习（三） 课时33：机器学习（四） 课时34：机器学习（五） 课时35：多层感应器（一） 课时36：多层感应器（二） 课时37：多层感应器（三） 课时38：多层感应器（四） 课时39：多层感应器（五） 课时40：多层感应器（六） 课时41：多层感应器（七） 课时42：多层感应器（八） 课时43：多层感应器（九） 课时44：多层感应器（十） 课时45：多层感应器（十一） 课时46：多层感应器（十二） 课程介绍共计46课时，15小时18分45秒 机器学习贝尔实验室黄大威 机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 上传者：老白菜 猜你喜欢 2017 DLP 技术研讨会 一种简单可靠的超级电容充电方案：可以自动限制输入电流幅值 数据结构 英飞凌3D图像传感器IC 数据挖掘：理论与算法 清华大学(袁博) Microchip电源管理MCP19111-MCP87000系列产品 麻省理工公开课：电路和电子学 EMI 优化的变压器集成的隔离 DC/DC 电源芯片在工业产品中的应用 热门下载 水木清华DSP技术精华 dsp学习不可或缺的资料 基于STC89C52单片机智能小车设计_陈飞鹏 MAX15458 关联分类算法采用贪心算法发现高质量分类规则 AVR单片机的天然气发动机电控系统设计 时序约束整理 这种数学模型的使用能使旅游学更具学科性 通信电子电路基础 IBM笔记本机型与所用屏幕品牌、型号对照表 振荡电路的设计与应用-稻叶-293页-20.3M.pdf 热门帖子 网友正在看 三极管与话筒扩音器 USB声卡(Slave)实验(M4) PCB封装的组成元素有哪些 意法半导体近距离传感器技术 人与自然 数字电子技术基础17 Vivado Simulator仿真软件的使用（第一讲） 二端口网络及其参数方程（3）二端口网络的等效电路（1）
