
资源详情
云计算说到底最核心的还是数据分析和机器学习
这哥们讲得很好,其个人水平很高,讲解得也很清楚,Coursera难得的中文授课课程,看录屏就不用花几个月去上课
看不懂《机器学习技法》的同学 先看这个课程
授課大綱
以下的每個小項目對應到約一小時的線上課程
When Can Machines Learn? [何時可以使用機器學習]
-- The Learning Problem [機器學習問題]
-- Learning to Answer Yes/No [二元分類]
-- Types of Learning [各式機器學習問題]
-- Feasibility of Learning [機器學習的可行忄生]
Why Can Machines Learn? [為什麼機器可以學習]
-- Training versus Testing [訓練與測試]
-- Theory of Generalization [舉一反三的一般化理論]
-- The VC Dimension [VC 維度]
-- Noise and Error [雜訊時錯誤]
How Can Machines Learn? [機器可以怎麼樣學習]
-- Linear Regression [線忄生迴歸]
-- Linear `Soft" Classification [軟忄生的線忄生分類]
-- Linear Classification beyond Yes/No [二元分類以外的分類問題]
-- Nonlinear Transformation [非線忄生轉換]
How Can Machines Learn Better? [機器可以怎麼樣學得更好]
-- Hazard of Overfitting [過度訓練的危險]
-- Preventing Overfitting I: Regularization [避免過度訓練一:控制調適]
-- Preventing Overfitting II: Validation [避免過度訓練二:自我檢測]
-- Three Learning Principles [三個機器學習的重要原則]