V
主页
(SVM) 支持向量机 第十六讲:核函数有什么用?
发布人
-
打开封面
下载高清视频
观看高清视频
视频下载器
【条件随机场】第六讲:线性条件随机场的定义
【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 《最大熵模型:DFP拟牛顿算法》
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(1)》
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:剪枝简介》
提升方法(AdaBoost) 第五讲:AdaBoost例题第三轮
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——代价复杂度剪枝》
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:预剪枝(一)》
【隐马尔可夫模型】第三讲:隐马尔可夫模型的三要素
十分钟 机器学习 统计学习方法 李航 第二版《最大熵模型之拉格朗日乘子法(1)》
【合集·第六篇章】十分钟 机器学习系列 第六篇章:逻辑回归
十分钟 机器学习 统计学习方法 李航 第二版 《最大熵模型之优化算法的原始问题》
提升方法(AdaBoost)第二讲:准备知识——什么是PAC学习框架?
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:预剪枝(二)》
提升方法(AdaBoost) 第一讲:集成方法简介
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(3)》
【EM算法】 第二讲:豆花小例子(上)—确定计算目标
【EM算法】第八讲:拿个例子来练手
【先导篇】《时间序列分析及应用 R语言》课后习题详解:第四章 平稳时间序列模型(4)
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:信息增益之例题解说》
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》
【条件随机场】第五讲:因子分解
【试看篇】《时间序列分析及应用 R语言》第六章 模型识别:自相关函数
《时间序列分析及应用 R语言》第十章 季节模型——季节ARMA模型
公开课:漫谈回归分析
【条件随机场】第一讲:条件随机场简介
【条件随机场】第十讲:线性条件随机场的简化形式
【EM算法】第十三讲:高斯混合模型的E步
【闪屏修复版】逻辑回归第二讲:Logistic分布
十分钟 机器学习 统计学习方法 李航 第二版 之《4.5 朴素贝叶斯:算法》
【隐马尔可夫模型】第十讲:概率计算算法之后向算法(上)
【EM算法】第九讲:EM算法的合理性—如何导出EM算法?(上)
【合集·第七篇章】十分钟 机器学习系列 第七篇章:最大熵模型
【合集·第五篇章】十分钟 机器学习系列 第五篇章:决策树
【隐马尔可夫模型】第五讲:隐马尔可夫模型的小栗子—三硬币模型(下)
十分钟 机器学习 统计学习方法 李航 第二版 之《决策树:信息增益》
【EM算法】第十二讲:高斯混合模型简介
【隐马尔可夫模型】第二讲:马尔可夫模型的两要素—初始状态分布和状态转移概率矩阵