文章预览
课程描述 机器学习导论,讲解有监督和无监督学习问题的表述。回归和分类。数据标准化和特征工程。损失函数选择及其对学习的影响。正则化及其在控制复杂性中的作用。验证和过拟合。对异常值的鲁棒性。简单的数值实现。对来自各种工程和其他学科的数据进行实验。 文末附本课程视频及ppt下载地址。 课程首页 http://ee104.stanford.edu/lectures.html 课程大纲 课程视频截图 课程视频及ppt免费下载地址 关 注下方微信公众号 回复关键字 “ mldll ”获取下载地址。 往期精品内容推荐 李宏毅最新-《深度学习/机器学习课程》课程视频及ppt免费分享 经典必学-台大林智仁中文版-《深度学习优化方法》课程视频及ppt分享 国语-台大陈蕴侬-《应用深度学习》课程最新视频及ppt分享 Ml新课-《机器学习核方法》课程(2021) 视频及ppt分享 【中文字
………………………………