V
主页
京东 11.11 红包
【纯手写】机器学习理论基础:合集介绍
发布人
机器学习理论基础,侧重于机器学习各个模型及其理论分析。参考资料: 周志华(2016). 机器学习. Mehryar Mohri et al(2018). Foundations of Machine Learning (second edition). 欢迎指出视频中的错误~
打开封面
下载高清视频
观看高清视频
视频下载器
人工智能的数学基础(清华出版社)第01讲
【机器学习】【白板推导系列】【合集 1~33】
机器学习之数学基础:测度集中!
测度论与概率论基础(重制版)合集
理解机器学习 01 - PAC学习框架
机器学习入门到精通!不愧是公认的讲的最好的【机器学习全套教程】同济大佬12小时带你从入门到进阶(机器学习/线性代数/人工智能/Python)
【纯手写】机器学习理论基础 第1章:引言
机器学习之降维:主成分分析
【国科大·机器学习导论·本科生课程】第1讲_课程介绍
第7章:Boosting (2)AdaBoost理论 第一部分
【机器学习理论基础】系列终极总结 (1)基本理论
第7章:Boosting (1)AdaBoost算法
第5章:支持向量机 (1)优化基础
机器学习之降维:流形学习
第6章:核方法 (1)核函数
实用的机器学习 第一课 机器学习导论 2024summer
【机器学习理论基础】系列终极总结 (2)基本模型
【新系列】什么是在线学习?
第2章:PAC学习框架 (2)泛化界
理解机器学习 20 - 生成模型
第9章:多分类 (1)多分类泛化界
机器学习之降维:Johnson-Lindenstrauss引理
第4章:模型选择 (2)交叉验证
第6章:核方法 (2)再生核希尔伯特空间
第3章:复杂性 (1)Rademacher复杂度
第4章:模型选择 (1)ERM和SRM
第11章:回归 (2)线性回归和岭回归
第14章:稳定性
第5章:支持向量机 (3)间隔理论
第3章:复杂性 (2)VC维 第一部分
第12章:最大熵 (1)信息论基础
第3章:复杂性 (3)VC维 第二部分
在线学习入门 (3)在线凸优化(OCO)
手把手教会机器学习与数据挖掘理论(不定期更新)
(强推)李宏毅2021/2022春机器学习课程
第8章:在线学习 (2)感知机算法
第2章:PAC学习框架 (1)概率近似正确
第8章:在线学习 (1)遗憾界
第4章:模型选择 (3)正则化项和替代损失
第9章:多分类 (3)结合型多分类算法