论坛元老
- 威望
- 0
- 贡献
- 61
- 热心值
- 1
- 金币
- 3336
- 注册时间
- 2020-8-31
|
课程介绍：
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。
课程目录：
[第1集] 机器学习的动机与应用 .mp4
[第2集] 监督学习应用.梯度下降.mp4
[第3集] 欠拟合与过拟合的概念.mp4
[第4集] 牛顿方法.mp4
[第5集] 生成学习算法.mp4
[第6集] 朴素贝叶斯算法mp4.mp4
[第7集] 最优间隔分类器问题.mp4
[第8集] 顺序最小优化算法.mp4
[第9集] 经验风险最小化.mp4
[第10集] 特征选择.mp4
[第11集] 贝叶斯统计正则化.mp4
[第12集] K-means算法.mp4
[第13集] 高斯混合模型.mp4
[第14集] 主成分分析法.mp4
[第15集] 奇异值分解.mp4
[第16集] 马尔可夫决策过程.mp4
[第17集] 离散与维数灾难.mp4
[第18集] 线性二次型调节控制.mp4
[第19集] 微分动态规划.mp4
[第20集] 策略搜索.mp4
|
|
发表于 2019-3-21 15:27
