关注我们
加州理工学院公开课:机器学习与数据挖掘
本课程共18集(缺11,12,13,14,15,16,17,18集) 翻译完 欢迎学习

【课程介绍】

这是涵盖机器学习基本理论、算法和应用的基础课程,结合理论和实践,生动介绍机器学习如何使运算系统得以根据获取的数据改善其表现,并将这些成果运用到工程、科技、金融商业等活动中。专业理论将包括线性模型、VC维、神经网络、支持向量机、数据探测法等。
立即播放
收藏
课程列表
【第1集】 学习问题
【第2集】 学习的可行性
【第3集】 线性模型
【第4集】 误差和噪声
【第5集】 雷蒙保罗MAPA泛化理论
【第6集】 VC维
【第7集】 偏见方差权衡
【第8集】 线性模型II
【第9集】 神经网络

讲师介绍

名称:Yaser Abu-Mostafa
职业:加州理工学院电气工程和计算机科学教授,主要研究领域为机器学习和计算金融学,多次获得校内外教学奖;IEEE神经网络协会创始人之一;第二届和第四届国际资本市场中的神经网络会议主席,第六届国际计算金融学会议主席;目前是多个科学咨询委员会成员,已担任花旗银行机器学习技术顾问达9年。
学位:

学院介绍

加州理工学院是美国的一所久负盛名的大学,位于加利福尼亚州的帕萨蒂纳(Pasadena),创建于1891年。这所学校规模不算大,只有1000余名研究生和900余名本科生,然而在《泰晤士报高等教育》2010年世界大学排名中位列全球第2位。而在物理、行星科学、地理学领域公认为全美第一,世界第一。美国Princeton Review在2006把加州理工学院在全美“最难申请上的大学”里排名第六。