好听课(haotk.com),助力个人能力素养提升更简单!
首页 > 教程下载 > 综合教程 >  浙江大学研究生机器学习课程:从基础到前沿技术全解析
收藏

本课程由浙江大学提供,专为研究生设计,全面覆盖机器学习的基础理论与前沿技术。课程内容包括支持向量机、人工神经网络、深度学习、强化学习等核心算法,以及人工智能的哲学探讨。通过详细的视频讲解和实际案例分析,学员将深入理解机器学习的数学原理和应用技巧,掌握从数据预处理到模型优化的全流程技能。适合希望深化机器学习知识、提升技术应用能力的研究生和专业人士。
以下云资源目录树快照生成于[11个月前],该学习资料由夸克云用户[心旷*怡的青蛙]分享(只展示大部分文件和目录)
浙江大学研究生机器学习课程:从基础到前沿技术全解析9.44 GB(mp4视频61节;)
9.机器学习课程-9.支持向量机(非线性模型)优化目标函数和限制条件.mp483.95MB
8.机器学习课程-8.支持向量机(线性模型)的图像展示.mp46.06MB
7.机器学习课程(七)支持向量机(线性模型)数学描述.mp4303.92MB
61.机器学习课程 61 人工智能中的哲学未来展望.mp436.12MB
60.机器学习课程-60.人工智能中的哲学-道德难题.mp471.75MB
6.机器学习课程(六)支持向量机(线性模型)问题.mp4163.48MB
59.机器学习课程-59.人工智能中的哲学-生成对抗网络.mp490.57MB
58.机器学习课程 58人工智能中的哲学 创造力和洞穴理论.mp485.71MB
57.机器学习课程 57人工智能中的哲学 中文屋子假想试验.mp446.54MB
56.机器学习课程 56人工智能中的哲学 世界是否有规律.mp437.06MB
55.机器学习课程 55人工智能中的哲学 图灵测试.mp428.65MB
54.机器学习课程 54人工智能中的哲学 意识问题.mp480.12MB
53.机器学习课程 53人工智能中的哲学 缸中之脑.mp462.92MB
52.机器学习课程 52循环神经网络(RNN)和LSTM.mp4151.06MB
51.机器学习课程 51 大词汇量连续语音识别介绍.mp4213.39MB
50.机器学习课程 50 隐含马尔科夫过程.mp4839.45MB
5.机器学习课程(五)没有免费午餐定理.mp4150.28MB
49.机器学习课程 49语音识别概述.mp469.23MB
48.机器学习课程-48.EM算法(收敛性证明).mp4248.99MB
47.机器学习课程-47.高斯混合模型在说话人识别方面的应用.mp4115.89MB
46.机器学习课程-46.K-均值算法在图像压缩方面的应用.mp427.88MB
45.机器学习课程-45.EM算法(高斯混合模型和K-均值算法).mp4301.54MB
44.机器学习课程-44.概率密度估计 – 高斯混合模型.mp432.77MB
43.机器学习课程-43.概率密度估计 – 高斯密度函数.mp4194.09MB
42.机器学习课程-42.概率密度估计 – 朴素贝叶斯分类器.mp4101.37MB
41.机器学习课程-41.概率分类法概述.mp4121.14MB
40.机器学习课程-40.目标检测 (RCNN和FCN).mp4161.46MB
4.机器学习课程(四)这门课程的内容概述.mp455.18MB
39.机器学习课程-39.特征选择 – 自适应提升(AdaBoost).mp4286.64MB
38.机器学习课程-38.特征提取 – 主成分分析(PCA).mp4354.95MB
37.机器学习课程_37__增强学习_(AlphaGo).mp449.6MB
36.机器学习课程-36.强化学习(policy gradience).mp474.95MB
35.机器学习课程-35.强化学习Q-learningl.mp4329.89MB
34.机器学习课程-34.AlphaGo (围棋有必胜策略的证明)..mp473.94MB
33.机器学习课程_33_AlphaGo围棋规则.mp437.74MB
32.机器学习课程-32.深度学习 – 卷积神经网络的应用.qsv..mp452.12MB
31.机器学习课程-31.深度学习 – 近年来流行的网络结构.mp4111.38MB
30.机器学习课程-30.深度学习 – 编程工具(Caffe和Tensorflow).mp479.55MB
3.机器学习课程(三)概念介绍.mp427.27MB
29.机器学习课程-29.深度学习 – 卷积神经网络(AlexNet).mp4113.74MB
28.机器学习课程 28 深度学习 卷积神经网络LeNet.qsv..mp4372.84MB
27.机器学习课程 27 深度学习自编码器.mp4107.13MB
26.机器学习课程 26 深度学习数据库准备.mp439.77MB
25.机器学习课程-25.人工神经网络 – 参数设置.mp4225.91MB
24.机器学习课程-24.人工神经网络—后向传播算法.mp4994.65MB
23.机器学习课程-23.人工神经网络—三层神经网络可以模拟任意决策面.mp459.82MB
22.机器学习课程-22.人工神经网络 – 多层神经网络.mp4130.52MB
21.机器学习课程-21.人工神经网络 – 人工智能的第一次寒冬.q.mp4138.77MB
20.机器学习课程-20.人工神经网络 – 感知器算法.mp4431.96MB
2.机器学习课程(二)成绩安排.mp464.89MB
19.机器学习课程-19.人工神经网络 – 神经元的数学模型.mp474.96MB
18.机器学习课程-18.支持向量机 – 处理多类问题.mp4118.9MB
17.机器学习课程-17.ROC曲线.mp4160.6MB
16.机器学习课程-16.支持向量机的应用 – 兵王问题 (测试结果).mp416.67MB
15.机器学习课程-15.支持向量机的应用 – 兵王问题 (参数设置).mp4147.25MB
14.机器学习课程-14.支持向量机的应用 -- 兵王问题(规则介绍).mp455.65MB
13.机器学习课程-13.支持向量机 – 核函数介绍.mp473.24MB
12.机器学习课程-12.支持向量机-将支持向量机原问题转化为对偶问.mp4475.43MB
11.机器学习课程-11.支持向量机(非线性模型)原问题和对偶问题..mp4257.89MB
10.机器学习课程-10.支持向量机(非线性模型) 低维到高维映射..mp4233.62MB
1.机器学习课程(一)教科书介绍.mp414.22MB
271998
领取福利

微信扫码领取福利

微信扫码分享