课程中心
公开课
面试题库
企业服务
企业内训
企业招聘
高校合作
课程中心
公开课
面试题库
企业服务
企业内训
企业招聘
高校合作
登录/注册
登录/注册
登录/注册
登录 /注册
课程中心
公开课
面试题库
企业服务
企业内训
企业招聘
高校合作
机器学习主流算法：从理论到实践
第2任务： 【补充材料】关于信息熵的问题答疑与补充；MLE与MAP例子的详细推导与补充
查看课程
任务列表
第1任务： 【课件】机器学习概述.pdf
第1任务： 机器学习概述
第2任务： 【课件】概率论基础知识.pdf
第2任务： 基础数学知识：概率论部分
第2任务： 【补充材料】关于信息熵的问题答疑与补充；MLE与MAP例子的详细推导与补充
第2任务： 【补充材料】常用概率分布表.pdf
第3任务： 【课件】矩阵论基础知识.pdf
第3任务： 基础数学知识：矩阵论部分
第4任务： 【课件】最优化方法基础.pdf
第4任务： 基础数学知识：优化部分
第5任务： 【课件】KNN分类器.pdf
第5任务： KNN分类器：KNN算法介绍
第5任务： 【代码】code_KNN.rar
第6任务： 【课件】贝叶斯分类.pdf
第6任务： 贝叶斯分类：包括朴素贝叶斯、贝叶斯决策论等
第7任务： 【课件】线性模型.pdf
第7任务： 回归与分类：包括曲线拟合；线性回归以及logistic回归等
第7任务： 【代码】线性模型代码-数据集.rar
第8任务： 【课件】支持向量机.pptx
第8任务： 支持向量机：包括线性支持向量机；非线性支持向量机以及核方法等
第8任务： 【代码】SVM代码和数据集.txt
第9任务： 【课件】聚类分析.pptx
第9任务： 聚类：包括K均值聚类以及层次聚类等
第10任务： 【课件】特征降维.pdf
第10任务： 数据降维：包括线性以及非线性降维等
第10任务： 【代码】clustering.rar
第11任务： 【课件】EM算法.pdf
第11任务： EM算法：包括EM算法基础、多高斯参数估计以及相关应用等
第12任务： 【课件】决策树.pdf
第12任务： 决策树：包括决策树以及随机森林等
第12任务： 【代码】决策树.rar
第13任务： 【课件】隐马尔科夫模型.pdf
第13任务： 隐马尔科夫模型：包括马尔科夫、隐马尔科夫模型以及相关应用等
第14任务： 【课件】集成学习.pdf
第14任务： Adaboost算法：包括独立于算法的机器学习以及Adaboost算法等
第14任务： 【代码】Adaboost算法.rar
