2021《机器学习导论》讲义
这是一门专门为STEM学生开发的机器学习入门课程。我们讨论有监督、无监督和强化学习。笔记开始阐述了没有神经网络的机器学习方法，如主成分分析，t-SNE，和线性回归。我们继续介绍基本和高级神经网络结构，如传统神经网络、(变分)自编码器、生成对抗网络、受限玻尔兹曼机器和递归神经网络。
文件下载
评论信息
其他资源
- rtl8188eu驱动源码.zip
- CST仿真设置铁氧体
- CPRI（通用公共无线接口）协议中文版
- WCS(Warehouse-Control-System)简要说明.pptx
- B样条的实现
- 中科院自动化所算法设计技巧与分析07-12考博真题
- opencv数字识别
- XLS与XLSX互相转换
- MATLAB PyrTools 功能函数合集
- 数据结构讲稿(清华严蔚敏）
- Microsoft.ReportViewer.WebForms, Version=10.0.0.0, Culture=neutral
- Endnote X9 大客户版中科大
- 飞思卡尔_鹰眼OV7725二值化摄像头资料
- 基于图像自标定的3D打印模型高效生成方法
- 图标素材社区外卖团购商城分类图标APP图片banner素材1G
- [201901][设备管理系统]需求分析V1.0.docx
- java大作业 java实现图书管理系统【文档+源码+数据库】
- Windows 2008R2+IIS7.5+PHP+Mysql+Wincache+Memcache+URL伪静态环境搭建教程
- 车辆管理大数据大屏系统
- C#聊天机器人
- C#多媒体播放器C#多媒体播放器C#多媒体播放器
- 线性反馈移位寄存器
- 欧姆龙cj1mcj2m解密软件
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明