国际名校公开课
加州理工学院公开课:机器学习与数据挖掘加州理工学院公开课:机器学习与数据挖掘
本课程共18集 翻译完 欢迎学习
讲师:Yaser Abu-Mostafa - 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。
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
【第1集】学习问题 译
【第2集】学习的可行性 译
【第3集】线性模型 译
【第4集】误差和噪声 译
【第6集】雷蒙保罗MAPA泛化理论 译
【第7集】VC维 译
【第8集】偏见方差权衡 译
【第9集】线性模型II 译
【第10集】神经网络 译
相关推荐