课程大纲:
01.机器学习简介
02.数学知识-1
03.数学知识-2
04.基本概念
05.贝叶斯分类器
06.决策树
07.k近邻算法
08.数据降维1
09.数据降维2
10.线性判别分析
11.人工神经网络1
12.人工神经网络2
13.人工神经网络3
14.支持向量机1
15.支持向量机2
16.支持向量机3
17.线性模型1
18.线性模型2
19.随机森林
20.AdaBoost算法1
21.AdaBoost算法2
22.AdaBoost算法3
23.高斯混合模型与EM算法
24.聚类算法1
25.聚类算法2
26.隐马尔可夫模型
27.强化学习1
28.强化学习2
29.工程实践问题
30.实践项目
获取资料的同学请加VX:itpenguin

网友评论