七月算法机器学习算法课程集合
算法机器学习算法课程集合【课程内容】
七月机器学习课程
01 微积分与概率论基础
02 参数估计与矩阵运算基础
03 凸优化基础
04广义线性回归和对偶优化
05 牛顿、拟牛顿、梯度下降、随机梯度下降(SGD)
06 熵、最大熵模型MaxEnt、改进的迭代尺度法IIS
07 聚类（k-means、层次聚类、谱聚类等）
08 K近邻、决策树、随机森林(random decision forests)
09 Adaboost
10 朴素贝叶斯、与贝叶斯网络
11 支持向量机（最大间隔分类、拉格朗日乘值、对偶问题、损失函数、最优化理论、SMO）
12 EM、混合高斯模型
12 衣服推荐系统
13 主题模型（概率潜语义分析PLSA、隐含狄利克雷分布LDA）
14.15 马尔科夫链、隐马尔可夫模型HMM、采样
16 马尔可夫随机场(Markov Random Field)、条件随机场CRF
17 SVD、主成分分析PCA、因子分析、独立成分分析ICA
18 卷积神经网络(CNN)、深度学习浅析
19 知识图谱
九月机器学习在线班
0.烟雨蒙蒙
1.微积分和概率论
2.数理统计与参数估计
3.矩阵运算
4.凸优化
5.回归
6.梯度下降和拟牛顿
7.最大熵模型
8.随机森林
9.支持向量机
10.降维
11.聚类
12.Boosting
13.贝叶斯网络
14.EM算法
14.EM算法重制完整版
15.主题模型
16.采样
17.HMM
18.条件随机场
19.人工神经网络
20.CNN&RNN
深度学习
第1课 机器学习中数学基础
第2课 高效计算基础与图像线性分类器
第3课 梯度下降法与反向传播
第4课 CNN与常用框架
第5课 CNN训练注意事项与框架使用
第6课 CNN推展案例
第7课 RNN介绍
第8课 RNN应用
第9课 更多的网络类型
第10课 更多框架
十月算法班
1.链表栈队列
2.字符串
3.数组
4.数组树
5.树和图
6.搜索排序
7.贪心动态规划
8.概率组合
9.海量数据处理
10.面试精讲
【下载地址】
**** Hidden Message *****
啥也不说了，楼主就是给力！支持吾爱编程网！ 不管你信不信，反正我是信了。支持吾爱编程网！
不管你信不信，反正我是信了 啥也不说了，楼主就是给力！支持吾爱编程网！ 哥顶的不是帖子，是寂寞！支持吾爱编程网！
页:
[1]