机构名称：
¥ 1.0
。课程大纲：机器学习介绍；概念学习：假设的一般顺序，版本空间算法，候选算法；监督学习：决策树，天真的贝叶斯，人工神经网络，支持向量机，过度拟合，嘈杂的数据和修剪，测量分类器的精度；线性和逻辑回归；无监督的学习：分层的伙伴聚类。k-means分区聚类；自组织地图（SOM）k-neart-neigh-neigh Neignal算法；使用标记和无效数据使用EM进行半监督学习；强化学习：隐藏的马尔可夫模型，蒙特卡洛推理探索与剥削权衡取舍，马尔可夫决策过程；合奏学习：使用多个假设的委员会。包装，提升。参考材料：
课程名称：机器学习学分时间
主要关键词
相关文件推荐
![机器学习[2：0：2 = 3]课程内容](/simg/3/3c3c5fbc077e812f9f79c8e1f3d650d5b5baa120.webp)
![在此处使用[课程名称]](/simg/1/1e0ec4e59aec0d7d9e5bb4b9a9f3b8c1f99d8e5a.webp)
