点击购买，资源将自动在新窗口打开.
获取独家产品信息，尽享促销优惠！立即订阅，不容错过
* 限···时··优惠
本课程涵盖的内容包括：学习的算法模型。从经验中学习分类器、函数、关系、语法、概率模型、价值函数、行为和程序。贝叶斯、最大后验和最小描述长度框架。参数估计、充分统计、决策树、神经网络、支持向量机、贝叶斯网络、词袋分类器、N-gram 模型；马尔可夫和隐马尔可夫模型、概率关系模型、关联规则、最近邻分类器、局部加权回归、集成分类器。计算学习理论、错误界限分析、样本复杂性分析、VC 维度、奥卡姆学习、准确度和置信度提升。
主要关键词
