已购课程
个人中心
内容中心
关注我们
APP下载
反馈
1.5 模型的泛化能力（上）
1360 播放
收藏
下载
手机看
登录后可发评论

评论沙发是我的～

热门评论(0)
    全部评论(0)
      选集(72)
      自动播放
      [1] 1.1 什么是模式识别（上）
      7325播放
      05:18
      1.1 什么是模式识别（上）
      [2] 1.1 什么是模式识别（下）
      1355播放
      05:17
      1.1 什么是模式识别（下）
      [3] 1.2 模式识别数学表达（上）
      2160播放
      07:24
      1.2 模式识别数学表达（上）
      [4] 1.2 模式识别数学表达（下）
      1526播放
      07:24
      1.2 模式识别数学表达（下）
      [5] 1.3 特征向量的相关性（上）
      1378播放
      07:35
      1.3 特征向量的相关性（上）
      [6] 1.3 特征向量的相关性（下）
      1896播放
      07:36
      1.3 特征向量的相关性（下）
      [7] 1.4 机器学习基本概念（上）
      1354播放
      10:28
      1.4 机器学习基本概念（上）
      [8] 1.4 机器学习基本概念（下）
      1410播放
      10:29
      1.4 机器学习基本概念（下）
      [9] 1.5 模型的泛化能力（上）
      1360播放
      待播放
      1.5 模型的泛化能力（上）
      [10] 1.5 模型的泛化能力（下）
      1327播放
      06:55
      1.5 模型的泛化能力（下）
      [11] 1.6 评估方法与性能指标（上）
      1063播放
      10:35
      1.6 评估方法与性能指标（上）
      [12] 1.6 评估方法与性能指标（下）
      1587播放
      10:39
      1.6 评估方法与性能指标（下）
      [13] 2.1 MED分类器（上）
      1303播放
      05:17
      2.1 MED分类器（上）
      [14] 2.1 MED分类器（下）
      984播放
      05:22
      2.1 MED分类器（下）
      [15] 2.2 特征白化（上）
      1492播放
      08:58
      2.2 特征白化（上）
      [16] 2.2 特征白化（下）
      959播放
      09:01
      2.2 特征白化（下）
      [17] 2.3 MICD分类器
      1310播放
      06:07
      2.3 MICD分类器
      [18] 3.1 贝叶斯决策与MAP分类器（...
      1057播放
      08:27
      3.1 贝叶斯决策与MAP分类器（上）
      [19] 3.1 贝叶斯决策与MAP分类器（...
      1017播放
      08:26
      3.1 贝叶斯决策与MAP分类器（下）
      [20] 3.2 MAP分类器：高斯观测概率...
      953播放
      08:46
      3.2 MAP分类器：高斯观测概率（上）
      [21] 3.2 MAP分类器：高斯观测概率...
      1214播放
      08:42
      3.2 MAP分类器：高斯观测概率（下）
      [22] 3.3 决策风险与贝叶斯分类器（上...
      1402播放
      10:32
      3.3 决策风险与贝叶斯分类器（上）
      [23] 3.3 决策风险与贝叶斯分类器（下...
      1196播放
      10:36
      3.3 决策风险与贝叶斯分类器（下）
      [24] 3.4 最大似然估计（上）
      1645播放
      10:17
      3.4 最大似然估计（上）
      [25] 3.4 最大似然估计（下）
      905播放
      10:18
      3.4 最大似然估计（下）
      [26] 3.5 最大似然的估计偏差（上）
      1464播放
      08:29
      3.5 最大似然的估计偏差（上）
      [27] 3.5 最大似然的估计偏差（下）
      917播放
      08:36
      3.5 最大似然的估计偏差（下）
      [28] 3.6 贝叶斯估计（1）（上）
      1633播放
      08:51
      3.6 贝叶斯估计（1）（上）
      [29] 3.6 贝叶斯估计（1）（下）
      1334播放
      08:54
      3.6 贝叶斯估计（1）（下）
      [30] 3.7 贝叶斯估计（2）（上）
      1433播放
      08:37
      3.7 贝叶斯估计（2）（上）
      [31] 3.7 贝叶斯估计（2）（下）
      1529播放
      08:38
      3.7 贝叶斯估计（2）（下）
      [32] 3.8 KNN估计（上）
      1422播放
      07:58
      3.8 KNN估计（上）
      [33] 3.8 KNN估计（下）
      649播放
      07:59
      3.8 KNN估计（下）
      [34] 3.9 直方图与核密度估计（上）
      1156播放
      10:32
      3.9 直方图与核密度估计（上）
      [35] 3.9 直方图与核密度估计（下）
      1059播放
      10:36
      3.9 直方图与核密度估计（下）
      [36] 4.1 线性判据基本概念（上）
      996播放
      09:53
      4.1 线性判据基本概念（上）
      [37] 4.1 线性判据基本概念（下）
      762播放
      09:49
      4.1 线性判据基本概念（下）
      [38] 4.2 线性判据学习概述（上）
      1319播放
      06:20
      4.2 线性判据学习概述（上）
      [39] 4.2 线性判据学习概述（下）
      902播放
      06:27
      4.2 线性判据学习概述（下）
      [40] 4.3 并行感知机算法（上）
      1698播放
      08:17
      4.3 并行感知机算法（上）
      [41] 4.3 并行感知机算法（下）
      574播放
      08:22
      4.3 并行感知机算法（下）
      [42] 4.4 串行感知机算法（上）
      1163播放
      09:22
      4.4 串行感知机算法（上）
      [43] 4.4 串行感知机算法（下）
      1022播放
      09:19
      4.4 串行感知机算法（下）
      [44] 4.5 Fisher线性判据（上）
      722播放
      10:01
      4.5 Fisher线性判据（上）
      [45] 4.5 Fisher线性判据（下）
      1220播放
      10:00
      4.5 Fisher线性判据（下）
      [46] 4.6 支持向量机基本概念（上）
      1430播放
      09:04
      4.6 支持向量机基本概念（上）
      [47] 4.6 支持向量机基本概念（下）
      791播放
      09:04
      4.6 支持向量机基本概念（下）
      [48] 4.7 拉格朗日乘数法（上）
      1551播放
      12:27
      4.7 拉格朗日乘数法（上）
      [49] 4.7 拉格朗日乘数法（下）
      1219播放
      12:30
      4.7 拉格朗日乘数法（下）
      [50] 4.8 拉格朗日对偶问题（上）
      1689播放
      07:34
      4.8 拉格朗日对偶问题（上）
      [51] 4.8 拉格朗日对偶问题（下）
      833播放
      07:40
      4.8 拉格朗日对偶问题（下）
      [52] 4.9 支持向量机学习算法（上）
      1023播放
      09:38
      4.9 支持向量机学习算法（上）
      [53] 4.9 支持向量机学习算法（下）
      1519播放
      09:40
      4.9 支持向量机学习算法（下）
      [54] 4.10软间隔支持向量机（上）
      831播放
      11:33
      4.10软间隔支持向量机（上）
      [55] 4.10软间隔支持向量机（下）
      1164播放
      11:32
      4.10软间隔支持向量机（下）
      [56] 4.11线性判据多类分类（上）
      790播放
      10:08
      4.11线性判据多类分类（上）
      [57] 4.11线性判据多类分类（下）
      777播放
      10:08
      4.11线性判据多类分类（下）
      [58] 4.12线性回归（上）
      1054播放
      12:10
      4.12线性回归（上）
      [59] 4.12线性回归（下）
      825播放
      12:16
      4.12线性回归（下）
      [60] 4.13逻辑回归的概念（上）
      1081播放
      08:57
      4.13逻辑回归的概念（上）
      [61] 4.13逻辑回归的概念（下）
      600播放
      09:04
      4.13逻辑回归的概念（下）
      [62] 4.14逻辑回归的学习（上）
      1516播放
      07:24
      4.14逻辑回归的学习（上）
      [63] 4.14逻辑回归的学习（下）
      958播放
      07:28
      4.14逻辑回归的学习（下）
      [64] 4.15Softmax判据的概念（...
      1636播放
      09:25
      4.15Softmax判据的概念（上）
      [65] 4.15Softmax判据的概念（...
      787播放
      09:23
      4.15Softmax判据的概念（下）
      [66] 4.16Softmax判据的学习（...
      1424播放
      09:01
      4.16Softmax判据的学习（上）
      [67] 4.16Softmax判据的学习（...
      1388播放
      08:58
      4.16Softmax判据的学习（下）
      [68] 4.17核支持向量机（上）
      747播放
      11:38
      4.17核支持向量机（上）
      [69] 4.17核支持向量机（下）
      628播放
      11:38
      4.17核支持向量机（下）
      [70] 5.1 神经网络的概念
      1457播放
      07:08
      5.1 神经网络的概念
      [71] 5.2 BP算法（上）
      1004播放
      09:43
      5.2 BP算法（上）
      [72] 5.2 BP算法（下）
      1247播放
      09:45
      5.2 BP算法（下）
      为你推荐
      08:09
      7.HMM模型基础（上）
      864播放
      7.HMM模型基础（上）
      05:21
      6.3 盒模型的理解与认识（下）
      652播放
      6.3 盒模型的理解与认识（下）
      05:54
      【公共政策学】十、过程模型（下）
      1449播放
      【公共政策学】十、过程模型（下）
      08:06
      108-第四部分第二十六章第一节-...
      1498播放
      108-第四部分第二十六章第一节-回归模型（上）
      05:00
      【走进数学之数学建模】更复杂的模型...
      1273播放
      【走进数学之数学建模】更复杂的模型（下）
      09:53
      9.2 回归模型（上）
      1104播放
      9.2 回归模型（上）
      06:29
      1108-Chen方法表达E-R模...
      1476播放
      1108-Chen方法表达E-R模型（12分49秒）（下）
      06:01
      8.3 灰色预测模型（上）
      1633播放
      8.3 灰色预测模型（上）
      19:03
      宁原：知识盲区不用怕，做个模型试试...
      7271播放
      宁原：知识盲区不用怕，做个模型试试吧！
      07:18
      基于VGG16的迁移学习模型构建与...
      1412播放
      基于VGG16的迁移学习模型构建与应用（下）
      09:56
      5.5 神经网络辨识模型的结构（上...
      1458播放
      5.5 神经网络辨识模型的结构（上）
      07:04
      9.1 因子分析模型介绍（上）
      1759播放
      9.1 因子分析模型介绍（上）
      07:45
      3.4 模型的分析（下）
      1123播放
      3.4 模型的分析（下）
      08:52
      【密歇根大学：模型思维】1.2为什...
      16.8万播放
      【密歇根大学：模型思维】1.2为什么是模型

      增值电信业务经营许可证 粤B2-20090191

      工业和信息化部备案管理系统网站 粤B2-20090191-18