V
主页
提升方法(AdaBoost)第二讲:准备知识——什么是PAC学习框架?
发布人
-
打开封面
下载高清视频
观看高清视频
视频下载器
提升方法(AdaBoost) 第五讲:AdaBoost例题第三轮
提升方法(AdaBoost) 第一讲:集成方法简介
提升方法(AdaBoost)第十七讲:提升树简介
提升方法(AdaBoost)第十一讲:定理8.2中第三行的证明(泰勒展开证明法)
提升方法(AdaBoost)第十六讲:AdaBoost的前向分步算法
(SVM)支持向量机 第二十七讲:序列最小最优化算法
提升方法(AdaBoost) 第十讲:打通定理8.2的前两行公式
【条件随机场】第二讲:无向图是什么?
十分钟学习 统计学习方法 李航 第二版 之《2.2 感知机——准备知识:梯度下降法》
十分钟 机器学习 统计学习方法 李航 第二版 《最大熵模型:拟牛顿法之BFGS算法》
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:CART算法(4)——分类树的生成》
十分钟 机器学习 统计学习方法 李航 第二版 《最大熵模型:最大熵模型的学习问题$
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:决策树的生成——ID3算法》
公开课:漫谈回归分析
(SVM)支持向量机 第三讲:为何称之为支持向量机
提升方法(AdaBoost)第十三讲:为什么要证明第三行这个不等式?
【EM算法】第八讲:拿个例子来练手
十分钟 机器学习 统计学系方法 李航 第二版《最大熵模型:原始问题和对偶问题的最优解相同吗?》
【隐马尔可夫模型】第二十三讲:预测算法(4)——维特比算法(中)
十分钟学习 统计学习方法 李航 第二版 之《3.2 k近邻法——三要素》
十分钟学习 统计学习方法 李航 第二版 之《1.5 正则化与交叉验证》
【条件随机场】第二十三讲:条件随机场之预测——维特比算法例题详解
【机器学习准备知识】科普小课堂:难言之“熵”痛
《时间序列分析及应用 R语言》第十章 季节模型——季节ARMA模型
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:后剪枝——悲观错误剪枝方法之原理篇》
十分钟 机器学习 统计学习方法 李航 第二版 《最大熵模型:拟牛顿法的一维搜索》
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:CART算法——简介》
【条件随机场】第十六讲:条件随机场学习算法之模型本质
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:后剪枝——最小错误剪枝方法之实例篇》
(SVM)支持向量机 第二十讲:从向量空间到希尔伯特空间,升级成功!
十分钟学习 统计学习方法 李航 第二版 之 《1.2 统计学习的基本分类:无监督学习和强化学习》
十分钟学习 统计学习方法 李航 第二版 之《2.3 感知机——学习算法之对偶形式:例题分析》
十分钟 机器学习 统计学习方法 李航 第二版 《最大熵模型:改进的迭代尺度法(1)》
【机器学习准备知识】科普小课堂:信息之“熵”
【AI 版】十分钟学习 统计学习方法 李航 第二版 之《4.4 朴素贝叶斯法:极大似然法之原理篇》
十分钟 机器学习 统计学习方法 李航 第二版《最大熵模型:原理篇之连续分布》
十分钟 机器学习 统计学习方法 李航 第二版 《最大熵模型之模型介绍(2)》
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:后剪枝——悲观错误剪枝之实例篇(2)》
【EM算法】第四讲:豆花小例子(下)—简便的EM思路
【条件随机场】第四讲:马尔可夫性(下)