本课程为精品课，您可以登录eeworld继续观看： 正定核性质继续观看 课时1：基本概念 课时2：随机向量 课时3：随机向量性质 课时4：多元高斯分布 课时5：分布性质 课时6：条件期望 课时7：多项式分布 课时8：多元高斯分布及应用 课时9：渐近性质 课时10：核定义 课时11：正定核性质 课时12：正定核应用 课时13：核主元分析 课时14：主元分析 课时15：主坐标分析 课时16：期望最大算法 课时17：概率PCA 课时18：最大似然估计方法 课时19：EM算法收敛性 课时20：MDS方法 课时21：MDS中加点方法 课时22：矩阵次导数 课时23：矩阵范数 课时24：次导数 课时25：spectral clustering 课时26：K-means algorithm 课时27：Matr-x Completion 课时28：Fisher判别分析 课时29： 谱聚类1 课时30：谱聚类2 课时31：Computational Methods1 课时32：Computational Methods2 课时33：Fisher Discriminant Analysis 课时34：Kernel FDA 课时35：Linear classification1 课时36：Linear classification2 课时37：Naive Bayes方法 课时38：Support Vector Machines1 课时39：Support Vector Machines2 课时40：SVM 课时41：Boosting1 课时42：Boosting2 课程介绍共计42课时，1天4小时6分25秒 机器学习导论 机器学习的目标是对计算机编程，以便使用样本数据或以往的经验来解决给定的问题。已经有许多机器学习的成功应用，包括分析以往销售数据来预测客户行为，人脸识别或语音识别，优化机器人行为以便使用最少的资源来完成任务，以及从生物信息数据中提取知识的各种系统。为了对机器学习问题和解进行统一的论述，《机器学习导论》讨论了机器学习在统计学、模式识别、神经网络。人工智能、信号处理、控制和数据挖掘等不同领域的应用。 上传者：老白菜 正在载入数据,请稍等... 猜你喜欢 Delfino双核F2837xD内部模块介绍 使用Atmel Studio 6进行系统内编程 Arduino AR-15机枪设计-目标自动检测 德州仪器现场变送器输出接口/现场总线解决方案 TI MSP430研讨会2014 基础教程:数模转换器 MSP430的ADC10技术应用 应用于数据包处理的 Smarter Solution 热门下载 第二部分：开关电源的控制电路.pdf 中波电台发射机Multisim仿真电路 软件无线电系统的研究 本程序是用VHDL语言编写的 全自动激光粒度仪的研制 ADSP-BF533 Blackfin处理器开关式稳压器设计时需要考虑的事项 基于SPCE061A和GPS的车载终端设计研究 双向循环线性链表 无桥BoostPFC电路的主要参数设计 PCB设计经典资料（上册） 共上中下三册 热门帖子 网友正在看 倘若3D打印快100倍 第一章 第1讲 导论（二） 根轨迹性质 OneOS时间片轮转调度编程实战 第十八课 HT6221红外遥控解码（下） N沟道JFET结型场效应管工作原理与伏安特性曲线03 电力电子基础 电气过应力 (EOS) 4
