Loading...
机构名称:
¥ 1.0

机器学习介绍,监督学习 - 线性回归,逻辑回归,感知。指数族,广义线性模型。(8)生成学习算法。高斯判别分析。幼稚的贝叶斯。支持向量机。偏见/方差权衡模型选择和特征选择。评估和调试学习算法,决策树,随机森林。(10)深度学习简介 - 卷积神经网络。(4)无监督的学习聚类 - k-均值,em,高斯的混合物,因子分析。降低降低 - ICA。(8)增强学习-MDP,Bellman方程,价值迭代和政策迭代,线性二次调节(LQR),Q学习。值函数近似。(12)

机器学习(4个学分)

机器学习(4个学分)PDF文件第1页

相关文件推荐

2024 年
¥13.0
2024 年
¥1.0
1900 年
¥10.0
1900 年
¥3.0
2015 年
¥2.0
2025 年
¥1.0
2025 年
¥27.0
2019 年
¥1.0
2023 年
¥18.0
1900 年
¥1.0
2023 年
¥1.0
2024 年
¥33.0
2024 年
¥3.0
2025 年
¥5.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥7.0
2024 年
¥6.0
2024 年
¥8.0