We're sorry this project doesn't work properly without JavaScript enabled. Please enable it to continue.
欢迎来到鸿木在线学堂
问题答疑
精品课程
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
  • 扫码下载Android
  • 扫码打开微信小程序
精品课程
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
    • 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
    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
    s [1.1]--1.1机器学习是什么.mp4 （6分钟）
    s [1.2]--1.2机器学习算法.mp4 （17分钟）
    s [1.3]--1.3.学习之路和编程环境及工具包.mp4 （7分钟）
    {2}--聚类
    s [2.1.1]--2.1.1 K均值聚类算法及实现.mp4 （9分钟）
    s [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）
    s [2.1.3]--2.1.3 进一步讨论.mp4 （8分钟）
    s [2.1.4]--2.1.4 改进算法.mp4 （5分钟）
    s [2.2]--2.1.1 K均值聚类算法及实现.mp4 （9分钟）
    s [2.3]--2.1.2 在手机机主身份识别中的应用示例.mp4 （11分钟）
    s [2.4]--2.1.3 进一步讨论.mp4 （8分钟）
    s [2.5]--2.1.4 改进算法.mp4 （5分钟）
    s [2.6]--2.2聚类算法基础.mp4 （17分钟）
    s [2.7]--2.3 DBSCAN及其派生算法.mp4 （17分钟）
    s [2.8]--2.4AGNES算法.mp4 （7分钟）
    {3}--回归
    s [3.1]--3.1回归任务、评价与线性回归.mp4 （10分钟）
    s [3.2.1]--3.2.1机器学习中的最优化方法1.mp4 （11分钟）
    s [3.2.2]--3.2.2机器学习中的最优化方法2.mp4 （11分钟）
    s [3.3]--3.2.1机器学习中的最优化方法1.mp4 （11分钟）
    s [3.4]--3.2.2机器学习中的最优化方法2.mp4 （11分钟）
    s [3.5]--3.3多项式回归.mp4 （10分钟）
    s [3.6]--3.4过拟合与泛化.mp4 （13分钟）
    s [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
    s [4.1]--4.1贝叶斯决策论-part1.mp4 （9分钟）
    s [4.2]--4.2贝叶斯决策论-part2.mp4 （10分钟）
    s [4.3]--4.3贝叶斯决策论-part3.mp4 （10分钟）
    s [4.4]--4.4分类器正态分布.mp4 （10分钟）
    s [4.5]--4.5正态分布判别函数.mp4 （7分钟）
    s [4.6]--4.6参数估计.mp4 （13分钟）
    {5}--特征降维
    s [5.1]--5.1特征降维.mp4 （13分钟）
    s [5.2]--5.2特征选择.mp4 （19分钟）
    {6}--决策树
    s [6.1.1]--6.1决策树1.mp4 （16分钟）
    s [6.1.2]--6.1决策树1.mp4 （16分钟）
    s [6.1.3]--6.1决策树1.mp4 （16分钟）
    s [6.2]--6.2决策树2.mp4 （15分钟）
    {7}--独立于算法的机器学习
    s [7.1]--7.1独立于算法part1.mp4 （9分钟）
    s [7.2]--7.2独立于算法part2.mp4 （8分钟）
    s [7.3]--7.3独立于算法part3.mp4 （10分钟）
    新ICP备2024014205号-1 　　
    友情链接
    常见问题
    关于我们
    联系方式