斯坦福大学公开课：机器学习
本课程共60集 翻译完 欢迎学习
课程介绍：斯坦福大学机器学习
立即播放
用手机看
课程免费缓存，随时观看～
扫码下载网易公开课APP
收藏
课程列表
【第1集】斯坦福大学公开课：机器学习第一课（上） 译
【第2集】斯坦福大学公开课：机器学习第一课（中） 译
【第3集】斯坦福大学公开课：机器学习第一课（下） 译
【第4集】监督学习，梯度下降（上） 译
【第5集】监督学习，梯度下降（中） 译
【第6集】监督学习，梯度下降（下） 译
【第7集】欠拟合与过拟合（上） 译
【第8集】欠拟合与过拟合（中） 译
【第9集】欠拟合与过拟合（下） 译
【第10集】牛顿方法（上） 译
【第11集】牛顿方法（中） 译
【第12集】牛顿方法（下） 译
【第13集】生成学习算法（上） 译
【第14集】生成学习算法（中） 译
【第15集】生成学习算法（下） 译
【第16集】朴素贝叶斯算法（上） 译
【第17集】朴素贝叶斯算法（中） 译
【第18集】朴素贝叶斯算法（下） 译
【第19集】最优间隔分类器问题（上） 译
【第20集】最优间隔分类器问题（中） 译
【第21集】最优间隔分类器问题（下） 译
【第22集】顺序最小优化算法（上） 译
【第23集】顺序最小优化算法（中） 译
【第24集】顺序最小优化算法（下） 译
【第25集】经验风险最小化（上） 译
【第26集】经验风险最小化（中） 译
【第27集】经验风险最小化（下） 译
【第28集】特征选择（上） 译
【第29集】特征选择（中） 译
【第30集】特征选择（下） 译
【第31集】贝叶斯统计正则化（上） 译
【第32集】贝叶斯统计正则化（中） 译
【第33集】贝叶斯统计正则化（下） 译
【第34集】K-means算法（上） 译
【第35集】K-means算法（中） 译
【第36集】K-means算法（下） 译
【第37集】高斯混合模型（上） 译
【第38集】高斯混合模型（中） 译
【第39集】高斯混合模型（下） 译
【第40集】主成分分析法（上） 译
【第41集】主成分分析法（中） 译
【第42集】主成分分析法（下） 译
【第43集】奇异值分解（上） 译
【第44集】奇异值分解（中） 译
【第45集】奇异值分解（下） 译
【第46集】马尔科夫决策过程（上） 译
【第47集】马尔科夫决策过程（中） 译
【第48集】马尔科夫决策过程（下） 译
【第49集】离散与维数灾难（上） 译
【第50集】离散与维数灾难（中） 译
【第51集】离散与维数灾难（下） 译
【第52集】线性二次型调节控制（上） 译
【第53集】线性二次型调节控制（中） 译
【第54集】线性二次型调节控制（下） 译
【第55集】微分动态规划（上） 译
【第56集】微分动态规划（中） 译
【第57集】微分动态规划（下） 译
【第58集】策略搜索（上） 译
【第59集】策略搜索（中） 译
【第60集】策略搜索（下） 译
查看全部课程
相关推荐
