花书+西瓜书+统计学习（完整版），资源教程下载

课程名称

花书+西瓜书+统计学习（完整版），资源教程下载

课程介绍

如果你从来没有使用过机器学习，你会想，这个不就是编程吗？或者，到底机器学习是什么？首先，我们确实是使用编程语言来实现机器学习模型，我们跟计算机其他领域一样，使用同样的编程语言和硬件。但不是每个程序都用了机器学习。对于第二个问题，精确定义机器学习就像定义什么是数学一样难。

课程目录

统计学习方法

00  学习第1章统计学习方法概论

01  学习第2章感知机

02  学习第3章k近邻

03  Week1作业讲解及代码公布

04  学习第4章朴素贝叶斯法

05  学习第5章决策树

06  参加直播答疑

07  Week2作业讲解及代码公布

08  学习第6章逻辑斯谛回归与最大熵模型

09  学习第7章支持向量机

10  Week3作业讲解及代码公布

11  学习第8章提升方法

12  学习第9章EM算法及推广

13  直播答疑

14  Week4作业讲解及代码公布

15  学习第10章隐马尔科夫模型

16  学习第11章条件随机场

17  Week5作业讲解及代码公布

深度学习

花书第二期视频课PPT（完结）

00【学前准备】开营仪式，认识群内的小伙伴

01 第一周线性代数

02 第一周：概率与信息伦，数值计算

03 第一周：本周学习任务简单总结

04 第二周 机器学习算法基本概念

05 第二周 贝叶斯统计与逻辑回归

06 第二周：本周学习任务简单总结

07 第三周：LDA与SVM算法

08 第三周：随机梯度下降

09 第三周：本周学习任务简单总结

10 第四周：前馈神经网络损失函数

11 第四周：前馈神经网络架构设计 反向传播、

12 第四周：直播答疑日

13 第四周：本周学习任务简单总结

14 第五周：范数惩罚正则化

15 第五周：深度模型中的优化

16 第五周：本周学习任务简单总结

17 第五周：直播答疑

18 第六周：卷积神经网络基础

19 第六周：卷积函数变体

20 第六周：本周任务简单总结+直播答疑日

21 第七周：RNN概念&前向传播

22 第七周：RNN反向传播与并行计算

23 第七周：本周学习任务简单总结

24 第八周：lstm

25 第八周：gru

26 第八周：本周任务简单总结+直播答疑日

27 第九周：推理加速、训练加速

28 第九周：自适应和gan

29 第九周：本周学习任务简单总结

机器学习

00  看开营仪式，了解学习模式

01  第一周：学习机器学习绪论

02  第一周：打达观杯NLP算法大赛

03  第一周；参加打比赛的直播答疑

04  第二周：学习线性模型

05  第二周：每周学习任务简单总结

06  第三周：决策树的分裂准则

07  第三周：学习sklearn包中决策树算法的使用

08  第三周：每周学习任务简单总结

09  第四周：支持向量机原始模型的建立和求解

10  第四周：核函数和软间隔支持向量机

11  第四周：了解sklearn包中svm算法的使用

12  第四周学习任务简单总结

13  第五周：极大似然估计与朴素贝叶斯

14  第五周：EM算法

15  了解sklearn包中的朴素贝叶

16  第五周：本周学习任务简单总结

17  第六周：神经网络结构+直播答疑问题收集

18  第六周：直播答疑日

19  第六周：深度学习初探

20  第六周：了解sklearn包中神经网络的使用

21  第六周：学习任务简单总结

22  第七周：经验误差与过拟合

23  第七周：评估方法

24  第七周：性能度量

25  第七周：了解sklearn包中模型评估方

26  第七周：学习任务简单总结

27  第八周：特征降维

28  第八周：特征选择

29  第八周：了解sklearn包中特征选择和降维算法的使用

30  第八周：学习任务简单总结

31  第九周：集成学习

32  第九周：直播答疑日

33  第九周：结合策略

34  第九周：实验-lightGBM的使用

35  第九周：学习任务简单总结

36  第十周：聚类

37  第十周：HMM

38  第十周实验-sklearn-user guide 2.3.2

40  第十周学习任务简单总结+问题收集日

41  第十一周：任务与奖赏

42  第十一周：K-摇臂赌博机+直播答疑日

43  第十一周：有无模型学习

44  第十一周学习任务简单总结

李航 统计学习方法 第二版.pdf

机器学习_周志华.pdf

花书-中文版.pdf

资源下载

此资源下载价格为12学分，VIP免费，请先登录

充值比例 1元=1学分
资源失效，请咨询客服
客服QQ 980264305