
课程描述
机器学习导论,讲解有监督和无监督学习问题的表述。回归和分类。数据标准化和特征工程。损失函数选择及其对学习的影响。正则化及其在控制复杂性中的作用。验证和过拟合。对异常值的鲁棒性。简单的数值实现。对来自各种工程和其他学科的数据进行实验。
课程首页
http://ee104.stanford.edu/lectures.html
课程大纲

课程视频截图






斯坦福大学最新-机器学习导论
阅读 44
2023-06-23

课程描述
机器学习导论,讲解有监督和无监督学习问题的表述。回归和分类。数据标准化和特征工程。损失函数选择及其对学习的影响。正则化及其在控制复杂性中的作用。验证和过拟合。对异常值的鲁棒性。简单的数值实现。对来自各种工程和其他学科的数据进行实验。
课程首页
http://ee104.stanford.edu/lectures.html
课程大纲

课程视频截图






相关推荐
精彩评论(0)