资源详情

                      
课程介绍
人工智能的发展到已经进入了一个瓶颈期。近年来各个研究方向都没有太大的突破。真正意义上人工智能的实现目前还没有任何曙光。但是，机器学习无疑是最有希望实现这个目标的方向之一。斯坦福大学的“Stanford Engineering Everywhere ”免费提供学校里最受欢迎的工科课程，给全世界的学生和教育工作者。得益于这个项目，我们有机会和全世界站在同一个数量级的知识起跑线上。
【课程目录】
[第1集] 机器学习的动机与应用         
[第2集] 监督学习应用.梯度下降         
[第3集] 欠拟合与过拟合的概念         
[第4集] 牛顿方法         
[第5集] 生成学习算法         
[第6集] 朴素贝叶斯算法         
[第7集] 最优间隔分类器问题         
[第8集] 顺序最小优化算法         
[第9集] 经验风险最小化         
[第10集] 特征选择         
[第11集] 贝叶斯统计正则化         
[第12集] K-means算法         
[第13集] 高斯混合模型         
[第14集] 主成分分析法         
[第15集] 奇异值分解         
[第16集] 马尔可夫决策过程         
[第17集] 离散与维数灾难         
[第18集] 线忄生二次型调节控制         
[第19集] 微分动态规划         
[第20集] 策略搜索  
                    

下载地址