慕课-燕京理工学院

机器学习_浙江大学

课程类型：选修课

发布时间：2024-11-27 11:28:33

主讲教师：

课程来源：

建议学分：0.00分

课程编码：mk004982

课程介绍

课程目录

教师团队

{1}--第一章引言

[1.1.1]--机器学习定义.mp4 （0分钟）

[1.2.1]--机器学习的分类.mp4 （0分钟）

[1.3.1]--机器学习算法的过程.mp4 （0分钟）

[1.4.1]--没有免费午餐定理.mp4 （0分钟）

[1.5.1]--总结.mp4 （0分钟）

{2}--第二章支持向量机

[2.10.1]--支持向量机（兵王问题描述）.mp4 （0分钟）

[2.11.1]--支持向量机（兵王问题程序设计）.mp4 （0分钟）

[2.12.1]--支持向量机（兵王问题MATLAB程序）.mp4 （0分钟）

[2.13.1]--支持向量机（识别系统的性能度量）.mp4 （0分钟）

[2.14.1]--支持向量机（多类情况）.mp4 （0分钟）

[2.1.1]--支持向量机（线性可分定义）.mp4 （0分钟）

[2.2.1]--支持向量机（问题描述）.mp4 （0分钟）

[2.3.1]--支持向量机（优化问题）.mp4 （0分钟）

[2.4.1]--支持向量机（线性不可分情况）.mp4 （0分钟）

[2.5.1]--支持向量机（低维到高维的映射）.mp4 （0分钟）

[2.6.1]--支持向量机（核函数的定义）.mp4 （0分钟）

[2.7.1]--支持向量机（原问题和对偶问题）.mp4 （0分钟）

[2.8.1]--支持向量机（转化为对偶问题）.mp4 （0分钟）

[2.9.1]--支持向量机（算法流程）.mp4 （0分钟）

{3}--第三章人工神经网络

[3.10.1]--人工神经网络（兵王问题MATLAB程序）.mp4 （0分钟）

[3.11.1]--人工神经网络（参数设置）.mp4 （0分钟）

[3.1.1]--人工神经网络（神经元的数学模型）.mp4 （0分钟）

[3.2.1]--人工神经网络（感知器算法）.mp4 （0分钟）

[3.3.1]--人工神经网络（感知器算法的意义）.mp4 （0分钟）

[3.4.1]--人工神经网络（第一次寒冬）.mp4 （0分钟）

[3.5.1]--人工神经网络（多层神经网络）.mp4 （0分钟）

[3.6.1]--人工神经网络（梯度下降算法）.mp4 （0分钟）

[3.7.1]--人工神经网络（后向传播算法上）.mp4 （0分钟）

[3.8.1]--人工神经网络（后向传播算法下）.mp4 （0分钟）

[3.9.1]--人工神经网络（后向传播算法的应用）.mp4 （0分钟）

{4}--第四章深度学习

[4.10.1]--时间序列的深度学习模型（RNN和LSTM）.mp4 （0分钟）

[4.10.1]--目标检测与分割上.mp4 （0分钟）

[4.11.1]--生成对抗网络.mp4 （0分钟）

[4.11.1]--目标检测与分割下.mp4 （0分钟）

[4.12.1]--时间序列的深度学习模型（RNN和LSTM）.mp4 （0分钟）

[4.12.1]--深度学习的编程工具PYTORCH.mp4 （0分钟）

[4.13.1]--生成对抗网络.mp4 （0分钟）

[4.13.1]--人脸识别介绍.mp4 （0分钟）

[4.1.1]--深度学习（历史发展）.mp4 （0分钟）

[4.1.1]--深度学习的编程工具PYTORCH.mp4 （0分钟）

[4.2.1]--人脸识别介绍.mp4 （0分钟）

[4.2.1]--深度学习（自编码器）.mp4 （0分钟）

[4.3.1]--深度学习（卷积神经网络LENET）.mp4 （0分钟）

[4.3.1]--深度学习（历史发展）.mp4 （0分钟）

[4.4.1]--深度学习（自编码器）.mp4 （0分钟）

[4.4.1]--深度学习（卷积神经网络ALEXNET）.mp4 （0分钟）

[4.5.1]--深度学习（卷积神经网络LENET）.mp4 （0分钟）

[4.5.1]--深度学习的编程工具Tensorflow.mp4 （0分钟）

[4.6.1]--深度学习（卷积神经网络ALEXNET）.mp4 （0分钟）

[4.6.1]--深度学习的编程工具CAFFE.mp4 （0分钟）

[4.7.1]--深度学习的编程工具Tensorflow.mp4 （0分钟）

[4.7.1]--深度学习（近年来流行的卷积神经网络）.mp4 （0分钟）

[4.8.1]--深度学习的编程工具CAFFE.mp4 （0分钟）

[4.8.1]--目标检测与分割上.mp4 （0分钟）

[4.9.1]--深度学习（近年来流行的卷积神经网络）.mp4 （0分钟）

[4.9.1]--目标检测与分割下.mp4 （0分钟）

{5}--第五章强化学习

[5.1.1]--强化学习（Q-Learning和epsilon-greedy算法.mp4 （0分钟）

[5.2.1]--强化学习（深度强化学习）.mp4 （0分钟）

[5.3.1]--强化学习 (policy gradient 和 actor-cr.mp4 （0分钟）

[5.4.1]--强化学习 (AlphaGo 上）.mp4 （0分钟）

[5.5.1]--强化学习 (AlphaGo 下）.mp4 （0分钟）

{6}--第六章传统机器学习

[6.1.1]--主成分分析.mp4 （0分钟）

[6.1.1]--ADABOOST.mp4 （0分钟）

[6.2.1]--K-均值聚类.mp4 （0分钟）

[6.2.1]--人工智能中的哲学.mp4 （0分钟）

[6.3.1]--主成分分析.mp4 （0分钟）

[6.3.1]--高斯混合模型.mp4 （0分钟）

[6.4.1]--K-均值聚类.mp4 （0分钟）

[6.4.1]--ADABOOST.mp4 （0分钟）

[6.5.1]--高斯混合模型.mp4 （0分钟）

[6.5.1]--人工智能中的哲学.mp4 （0分钟）