登录/注册
已购课程
个人中心
已购课程
优惠券
我的收藏
播放记录
我的证书墙
内容中心
关注我们
进入关怀模式
APP下载
反馈
意见反馈
您有什么问题?告诉我们,我们会为你解决
选择问题类型:
新版本体验建议
视频画面花屏
音/视频画面花屏
播放不流畅
其他
请详细描述您的建议、意见、问题等。
提交
2.3 MICD分类器
1220 播放
精致小学教育
小学教育
收藏
课程免费缓存,随时观看~
下载
打开
网易公开课APP
扫码下载视频
分享
分享到
扫码分享到微信
通过代码可以让这个视频再其他地方播放哦!
复制HTML代码
复制页面代码
手机看
扫描二维码 用手机看
已观看至0分0秒
打开网易公开课APP-我的-右上角扫一扫,在手机上观看,还可以缓存视频,加入学习计划
还没有公开课客户端?
立即下载
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)
5665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)
1045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)
1790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)
1306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)
1168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)
1736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)
1184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)
1240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)
1200播放
06:52
1.5 模型的泛化能力(上)
[10] 1.5 模型的泛化能力(下)
1187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)
913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)
1467播放
10:39
1.6 评估方法与性能指标(下)
[13] 2.1 MED分类器(上)
1143播放
05:17
2.1 MED分类器(上)
[14] 2.1 MED分类器(下)
854播放
05:22
2.1 MED分类器(下)
[15] 2.2 特征白化(上)
1382播放
08:58
2.2 特征白化(上)
[16] 2.2 特征白化(下)
879播放
09:01
2.2 特征白化(下)
[17] 2.3 MICD分类器
1220播放
待播放
2.3 MICD分类器
[18] 3.1 贝叶斯决策与MAP分类器(...
917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(...
957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...
923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...
1174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...
1372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...
1186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)
1635播放
10:17
3.4 最大似然估计(上)
[25] 3.4 最大似然估计(下)
875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)
1444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)
907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)
1603播放
08:51
3.6 贝叶斯估计(1)(上)
[29] 3.6 贝叶斯估计(1)(下)
1304播放
08:54
3.6 贝叶斯估计(1)(下)
[30] 3.7 贝叶斯估计(2)(上)
1403播放
08:37
3.7 贝叶斯估计(2)(上)
[31] 3.7 贝叶斯估计(2)(下)
1519播放
08:38
3.7 贝叶斯估计(2)(下)
[32] 3.8 KNN估计(上)
1382播放
07:58
3.8 KNN估计(上)
[33] 3.8 KNN估计(下)
629播放
07:59
3.8 KNN估计(下)
[34] 3.9 直方图与核密度估计(上)
1146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)
1049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)
986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)
722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)
1259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)
862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)
1678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)
564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)
1153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)
1012播放
09:19
4.4 串行感知机算法(下)
[44] 4.5 Fisher线性判据(上)
712播放
10:01
4.5 Fisher线性判据(上)
[45] 4.5 Fisher线性判据(下)
1210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)
1420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)
781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)
1421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)
1179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)
1679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)
823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)
983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)
760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)
737播放
10:08
4.11线性判据多类分类(下)
[58] 4.12线性回归(上)
1044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)
1041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)
570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)
1486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)
938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)
737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
1397播放
07:08
5.1 神经网络的概念
[71] 5.2 BP算法(上)
954播放
09:43
5.2 BP算法(上)
[72] 5.2 BP算法(下)
1217播放
09:45
5.2 BP算法(下)
为你推荐
10:58
聚类算法:动态聚类算法——C均值聚...
1513播放
聚类算法:动态聚类算法——C均值聚类算法(中)
07:18
9-2关联规则算法(上)
593播放
9-2关联规则算法(上)
06:35
[1]--亚线性算法的定义
1527播放
[1]--亚线性算法的定义
05:25
7.1 聚类算法(上)
1052播放
7.1 聚类算法(上)
06:36
5.3BERT中文预训练模型-pa...
621播放
5.3BERT中文预训练模型-part2(上)
09:24
8.前向后向算法评估观察序列概率(...
1603播放
8.前向后向算法评估观察序列概率(下)
15:36
【深入理解JVM】GC算法与种类(...
1197播放
【深入理解JVM】GC算法与种类(下)
25:07
【斯坦福大学公开课:机器学习】生成...
1566播放
【斯坦福大学公开课:机器学习】生成学习算法(下)
03:42
【数据结构基础】算法描述方式
911播放
【数据结构基础】算法描述方式
07:58
9.2.3 最优树和哈夫曼算法(上...
1379播放
9.2.3 最优树和哈夫曼算法(上)
05:39
第四节 Logistic回归模型...
1161播放
第四节 Logistic回归模型的参数估计及其算法
05:27
【数据智能与应用】回归算法 下(上...
999播放
【数据智能与应用】回归算法 下(上)
19:51
具体WARNOCK算法(上)
959播放
具体WARNOCK算法(上)
08:28
14.3_5.3提升算法(boos...
2014播放
14.3_5.3提升算法(boosting)(P14)(上)
评论沙发是我的~