【清华大学】机器学习进阶之路
数据管道
共 1208字,需浏览 3分钟
·
2021-01-21 14:56
第一章:介绍机器学习研究的总体思路,发展历史与关键问题;
第二章:介绍线性模型,包括线性预测模型,线性分类模型和线性高斯概率模型;
第三章:介绍神经网络的基础知识、基础结构和训练方法;
第四章:介绍深度神经网络的基础方法和最新进展;
第五章:介绍核方法,特别是支持向量机模型;
第六章:介绍图模型的基本概念和基于图模型的学习和推理方法;
第七章:介绍非监督学习方法,特别是各种聚类方法和流形学习;
第八章:介绍非参数非贝斯模型,重点关注高斯过程和狄利克雷过程;
第九章:介绍遗传算法、遗传编程、群体学习等演化学习方法;
第十章:介绍强化学习,包括基础算法及近年来兴起的深度强化学习方法;
第十一章:介绍各种数值优化方法。
此资料提供人:老胡 也可以加一下老胡的微信 围观朋友圈~~~
评论