没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
【内容大纲】 1.Python与数学基础 共83页.pdf 1.矩阵和线性代数_Python 共90页.pdf 2.概率论与数理统计 共89页.pdf 3.数据清洗和特征选择 共16页.pdf 4.多元回归与逻辑回归 共69页.pdf 5.决策树随机森林 共91页.pptx 6.支持向量机 共70页.pdf 7.聚类 共88页.pdf 8.EM算法 共66页.pptx 9.HMM 共80页.pptx 10.主题模型 共78页.pdf 11.卷积神经网络 共76页.pdf 12.目标检测算法 共47页.pdf 12卷积神经网络 共76页.pdf 13.RNN 共47页.pptx 14.NLP技术分享 自然语言处理技术课程 共184页.pdf 15.GAN网络 共25页.pdf 15.GAN源代码讲解及GAN项目介绍 共24页.pdf 16.强化学习-课件 共125页.pdf
资源推荐
资源详情
资源评论
Python及其数学基础
Python机器学习与深度学习
2/83
主要内容
机器学习、深度学习与本课程示例概述
机器学习的角度看数学:
数学分析
导数与梯度
Taylor展式的应用
概率论基础
古典概型
频率学派与贝叶斯学派
常见概率分布
Sigmoid/Logistic函数的引入
Python基础
Python机器学习与深度学习
3/83
什么是机器学习
对于某给定的任务T,在合理的性能度量方案P的前
提下,某计算机程序可以自主学习任务T的经验E;
随着提供合适、优质、大量的经验E,该程序对于
任务T的性能逐步提高。
这里最重要的是机器学习的对象:
任务Task,T,一个或者多个
经验Experience,E
性能Performance,P
即:随着任务的不断执行,经验的累积会带来计算
机性能的提升。
Tom Michael Mitchell, 1997
Python机器学习与深度学习
4/83
换个表述
机器学习是人工智能的一个分支。我们使用
计算机设计一个系统,使它能够根据提供的
训练数据按照一定的方式来学习;随着训练
次数的增加,该系统可以在性能上不断学习
和改进;通过参数优化的学习模型,能够用
于预测相关问题的输出。
思考:
如何设计无人驾驶机动车?
Python机器学习与深度学习
5/83
无人驾驶汽车
汽车的无人汽车模块已经成熟:全自动公共
交通工具已经出现在了世界上的多个城市。
Lutz探路者/CYCAB/Google
问题:如何设计自动驾驶系统?
剩余82页未读,继续阅读
资源评论
passionSnail
- 粉丝: 444
- 资源: 6875
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功