加州理工学院公开课：机器学习与数据挖掘_全18集

欢迎来到网易公开课! 登录/注册

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。

课程列表

名称	视频下载
[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] 训练与测试
[第6集] 雷蒙保罗MAPA泛化理论
[第7集] VC维
[第8集] 偏见方差权衡
[第9集] 线性模型II
[第10集] 神经网络

讲师介绍

讲师：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。

公开课客户端下载

iPhone iPad Android Android Pad