Loading...
机构名称:
¥ 1.0

高级机器学习是一门研究生级课程,介绍了现代机器学习的理论基础,以及现代机器学习中使用的高级方法和框架。该课程假设学生已经参加了机器学习的研究生级入门课程(机器学习简介,10-701或10-715)以及统计学(中级统计,36-700或36-705)。该课程既可以处理设计良好的学习算法的艺术,又要处理分析算法的计算和统计属性和性能保证的科学。定理与方法论和直觉的实际方面一起介绍,以帮助学生开发自己的研究中选择适当的方法和方法的工具。我们将涵盖先进的机器学习方法,例如非参数和深层组成方法,以实现密度估计和回归;先进的理论,例如聚类,分类,增强的基本原理;统计和计算效率交集的理论和方法;以及关于鲁棒性和解释性等热门话题的理论结果的小插图。

10716:高级机器学习:理论与方法

10716:高级机器学习:理论与方法PDF文件第1页

10716:高级机器学习:理论与方法PDF文件第2页

10716:高级机器学习:理论与方法PDF文件第3页

10716:高级机器学习:理论与方法PDF文件第4页

10716:高级机器学习:理论与方法PDF文件第5页