机器学习-2. K-均值聚类（上）-网易公开课

已购课程

个人中心 

内容中心

 关注我们

进入关怀模式

APP下载

反馈

2. K-均值聚类（上）

1113 播放

下载

手机看

登录后可发评论

评论沙发是我的～

选集(85)

自动播放

[1] 1. 机器学习定义

2.3万播放

09:38

1. 机器学习定义

[2] 2. 机器学习的分类（上）

1.1万播放

05:28

2. 机器学习的分类（上）

[3] 2. 机器学习的分类（下）

5993播放

05:24

2. 机器学习的分类（下）

[4] 3. 机器学习算法的过程（上）

5544播放

06:21

3. 机器学习算法的过程（上）

[5] 3. 机器学习算法的过程（下）

5236播放

06:18

3. 机器学习算法的过程（下）

[6] 4. 没有免费午餐定理

4948播放

09:37

4. 没有免费午餐定理

[7] 5. 总结

3753播放

05:36

5. 总结

[8] 1. 支持向量机（线性可分定义）

4896播放

09:49

1. 支持向量机（线性可分定义）

[9] 2. 支持向量机（问题描述）

3736播放

08:07

2. 支持向量机（问题描述）

[10] 3. 支持向量机（优化问题）（上）

4641播放

06:48

3. 支持向量机（优化问题）（上）

[11] 3. 支持向量机（优化问题）（下）

4359播放

06:45

3. 支持向量机（优化问题）（下）

[12] 4. 支持向量机（线性不可分情况）

3627播放

09:32

4. 支持向量机（线性不可分情况）

[13] 5. 支持向量机（低维到高维的映射...

2693播放

07:25

5. 支持向量机（低维到高维的映射）

[14] 6. 支持向量机（核函数的定义）

2495播放

09:45

6. 支持向量机（核函数的定义）

[15] 7. 支持向量机（原问题和对偶问题...

2514播放

08:11

7. 支持向量机（原问题和对偶问题）

[16] 8. 支持向量机（转化为对偶问题）

2227播放

08:38

8. 支持向量机（转化为对偶问题）

[17] 9. 支持向量机（算法流程）

2593播放

08:26

9. 支持向量机（算法流程）

[18] 10. 支持向量机（兵王问题描述）

1739播放

08:00

10. 支持向量机（兵王问题描述）

[19] 11. 支持向量机（兵王问题程序设...

1611播放

08:39

11. 支持向量机（兵王问题程序设计）

[20] 12. 支持向量机（兵王问题MAT...

2521播放

08:15

12. 支持向量机（兵王问题MATLAB程序）（上）

[21] 12. 支持向量机（兵王问题MAT...

2247播放

08:18

12. 支持向量机（兵王问题MATLAB程序）（下）

[22] 13. 支持向量机（识别系统的性能...

1547播放

07:47

13. 支持向量机（识别系统的性能度量）（上）

[23] 13. 支持向量机（识别系统的性能...

1560播放

07:43

13. 支持向量机（识别系统的性能度量）（下）

[24] 14. 支持向量机（多类情况）

1292播放

09:37

14. 支持向量机（多类情况）

[25] 1. 人工神经网络（章节总览）（上...

2252播放

05:08

1. 人工神经网络（章节总览）（上）

[26] 1. 人工神经网络（章节总览）（下...

2865播放

05:05

1. 人工神经网络（章节总览）（下）

[27] 2. 人工神经网络（感知器算法）（...

2545播放

09:27

2. 人工神经网络（感知器算法）（上）

[28] 2. 人工神经网络（感知器算法）（...

2480播放

09:27

2. 人工神经网络（感知器算法）（下）

[29] 3. 人工神经网络（感知器算法的意...

2258播放

05:24

3. 人工神经网络（感知器算法的意义）（上）

[30] 3. 人工神经网络（感知器算法的意...

2075播放

05:20

3. 人工神经网络（感知器算法的意义）（下）

[31] 4. 人工神经网络（第一次寒冬）

2156播放

09:54

4. 人工神经网络（第一次寒冬）

[32] 5. 人工神经网络（多层神经网络）...

1789播放

07:19

5. 人工神经网络（多层神经网络）（上）

[33] 5. 人工神经网络（多层神经网络）...

2081播放

07:24

5. 人工神经网络（多层神经网络）（下）

[34] 6. 人工神经网络（梯度下降算法）...

2268播放

07:45

6. 人工神经网络（梯度下降算法）（上）

[35] 6. 人工神经网络（梯度下降算法）...

1547播放

07:42

6. 人工神经网络（梯度下降算法）（下）

[36] 7. 人工神经网络（后向传播算法 ...

1781播放

07:03

7. 人工神经网络（后向传播算法上）（上）

[37] 7. 人工神经网络（后向传播算法 ...

1730播放

06:59

7. 人工神经网络（后向传播算法上）（下）

[38] 8. 人工神经网络（后向传播算法 ...

2267播放

05:32

8. 人工神经网络（后向传播算法下）（上）

[39] 8. 人工神经网络（后向传播算法 ...

1401播放

05:29

8. 人工神经网络（后向传播算法下）（下）

[40] 9. 人工神经网络（后向传播算法的...

1734播放

09:13

9. 人工神经网络（后向传播算法的应用）（上）

[41] 9. 人工神经网络（后向传播算法的...

1779播放

09:09

9. 人工神经网络（后向传播算法的应用）（下）

[42] 10. 人工神经网络（兵王问题MA...

1217播放

10:00

10. 人工神经网络（兵王问题MATLAB程序）

[43] 11. 人工神经网络（参数设置）（...

1397播放

05:53

11. 人工神经网络（参数设置）（上）

[44] 11. 人工神经网络（参数设置）（...

1467播放

05:51

11. 人工神经网络（参数设置）（下）

[45] 12. 深度学习的编程工具PYTO...

1706播放

06:20

12. 深度学习的编程工具PYTORCH

[46] 13. 人脸识别介绍（上）

1845播放

07:00

13. 人脸识别介绍（上）

[47] 章节简介及资源汇总（上）

1667播放

06:12

章节简介及资源汇总（上）

[48] 章节简介及资源汇总（下）

1717播放

06:08

章节简介及资源汇总（下）

[49] 2. 深度学习（自编码器）

1658播放

07:19

2. 深度学习（自编码器）

[50] 3. 深度学习（卷积神经网络LEN...

1389播放

08:13

3. 深度学习（卷积神经网络LENET）（上）

[51] 3. 深度学习（卷积神经网络LEN...

1082播放

08:09

3. 深度学习（卷积神经网络LENET）（下）

[52] 4. 深度学习（卷积神经网络ALE...

1624播放

06:04

4. 深度学习（卷积神经网络ALEXNET）（上）

[53] 4. 深度学习（卷积神经网络ALE...

1273播放

06:01

4. 深度学习（卷积神经网络ALEXNET）（下）

[54] 5. 深度学习的编程工具Tenso...

946播放

09:37

5. 深度学习的编程工具Tensorflow

[55] 6. 深度学习的编程工具CAFFE...

1132播放

06:37

6. 深度学习的编程工具CAFFE（上）

[56] 6. 深度学习的编程工具CAFFE...

1555播放

06:36

6. 深度学习的编程工具CAFFE（下）

[57] 7. 深度学习（近年来流行的卷积神...

1147播放

05:44

7. 深度学习（近年来流行的卷积神经网络）（上）

[58] 7. 深度学习（近年来流行的卷积神...

1345播放

05:40

7. 深度学习（近年来流行的卷积神经网络）（下）

[59] 8. 目标检测与分割上（上）

1894播放

06:28

8. 目标检测与分割上（上）

[60] 8. 目标检测与分割上（下）

1858播放

06:32

8. 目标检测与分割上（下）

[61] 9. 目标检测与分割下（上）

1319播放

06:02

9. 目标检测与分割下（上）

[62] 9. 目标检测与分割下（下）

1634播放

06:00

9. 目标检测与分割下（下）

[63] 10. 时间序列的深度学习模型（R...

1151播放

07:26

10. 时间序列的深度学习模型（RNN和LSTM）（上）

[64] 10. 时间序列的深度学习模型（R...

1786播放

07:23

10. 时间序列的深度学习模型（RNN和LSTM）（下）

[65] 11. 生成对抗网络（上）

1236播放

05:56

11. 生成对抗网络（上）

[66] 11. 生成对抗网络（下）

1064播放

05:56

11. 生成对抗网络（下）

[67] 1. 强化学习（Q-Learnin...

1383播放

08:27

1. 强化学习（Q-Learning和epsilon-greedy算法）（上）

[68] 1. 强化学习（Q-Learnin...

1680播放

08:24

1. 强化学习（Q-Learning和epsilon-greedy算法）（下）

[69] 2. 强化学习（深度强化学习）

928播放

09:38

2. 强化学习（深度强化学习）

[70] 3. 强化学习 (policy g...

1687播放

05:26

3. 强化学习 (policy gradient 和 actor-critic算法）（上）

[71] 3. 强化学习 (policy g...

1431播放

05:22

3. 强化学习 (policy gradient 和 actor-critic算法）（下）

[72] 4. 强化学习 (AlphaGo ...

1341播放

06:59

4. 强化学习 (AlphaGo 上）（上）

[73] 4. 强化学习 (AlphaGo ...

1319播放

06:55

4. 强化学习 (AlphaGo 上）（下）

[74] 5. 强化学习 (AlphaGo ...

951播放

05:16

5. 强化学习 (AlphaGo 下）（上）

[75] 5. 强化学习 (AlphaGo ...

1615播放

05:12

5. 强化学习 (AlphaGo 下）（下）

[76] 4. ADABOOST（上）

1273播放

07:48

4. ADABOOST（上）

[77] 4. ADABOOST（下）

1334播放

07:45

4. ADABOOST（下）

[78] 5. 人工智能中的哲学（上）

1808播放

06:21

5. 人工智能中的哲学（上）

[79] 5. 人工智能中的哲学（下）

868播放

06:18

5. 人工智能中的哲学（下）

[80] 1. 主成分分析（上）

1433播放

08:43

1. 主成分分析（上）

[81] 1. 主成分分析（下）

941播放

08:40

1. 主成分分析（下）

[82] 2. K-均值聚类（上）

1113播放

待播放

2. K-均值聚类（上）

[83] 2. K-均值聚类（下）

1668播放

06:08

2. K-均值聚类（下）

[84] 3. 高斯混合模型（上）

1961播放

06:32

3. 高斯混合模型（上）

[85] 3. 高斯混合模型（下）

1033播放

06:28

3. 高斯混合模型（下）