V
主页
【纯手写】机器学习理论基础 第1章:引言
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).
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
强推!这可能是B站最全的(Python+机器学习+深度学习)系列课程了,堪称人工智能系列课程的巅峰之作!-人工智能/深度学习/机器学习
第14章:算法的稳定性
机器学习之降维:流形学习(1)
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:合集介绍
第7章:Boosting (1)AdaBoost算法
第3章:复杂性 (1)Rademacher复杂度
第12章:最大熵 (1)信息论基础
第2章:PAC学习框架 (2)泛化界
0.从零跑通深度学习项目系列课程--前言
第11章:回归 (2)线性回归和岭回归
第12章:最大熵 (2)Fenchel对偶性
第9章:多分类 (2)非结合型多分类算法
机器学习之数学基础:测度集中!
第2章:PAC学习框架 (1)概率近似正确
第5章:支持向量机 (3)间隔理论
第4章:模型选择 (2)交叉验证
第3章:复杂性 (2)VC维 第一部分
第6章:核方法 (2)再生核希尔伯特空间
第4章:模型选择 (1)ERM和SRM
第11章:回归 (1)回归泛化界
【国科大·机器学习导论·本科生课程】第1讲_课程介绍
百万混合专家模型!
第6章:核方法 (1)核函数
第9章:多分类 (1)多分类泛化界
第9章:多分类 (3)结合型多分类算法
第12章:最大熵 (3)密度估计和最大熵模型
第3章:复杂性 (3)VC维 第二部分
第4章:模型选择 (3)正则化项和替代损失
第11章:回归 (3)支持向量回归和LASSO
NJU匡院学生精神病日常