下载  >  人工智能  >  机器学习  > 周志华机器学习 西瓜书 原版+kindle版pdf

周志华机器学习 西瓜书 原版+kindle版pdf 评分

周志华机器学习 西瓜书 原版+kindle版pdf。横屏浏览显示完全,不模糊

...展开详情
所需积分/C币:50 上传时间:2019-05-05 资源大小:91.06MB
举报 举报 收藏 收藏 (3)
分享 分享
弱监督学习综述【南京大学周志华教授】.zip

本文主要介绍三种典型的弱监督:不完全、不确切和不准确监督。尽管三者可以分开讨论,但是实践中它们通常同时出现。由于篇幅限制,本文实际上扮演了更多文献索引而非文献综述的角色。

立即下载
做研究与写论文经验(周志华).pdf

周志华老师的做研究与写论文经验分享,可以帮助初学者对研究工作有一个初步概念,是不可多得的宝贵材料,尤其适合进入人工智能行业的同学参考

立即下载
机器学习ppt

机器学习ppt机器学习ppt机器学习ppt机器学习ppt机器学习ppt

立即下载
机器学习matlab代码

机器学习 流行学习 RBF 字典学习 matlab程序

立即下载
机器学习 决策树

PPT是根据周志华老师那本书做的,示例加上动态演示,把决策树的内容丰富的涵盖了进去。

立即下载
机器学习算法原理总结.pptx

关于《机器学习实战》和西瓜书《机器学习-周志华》两本书的机器学习算法的理论总结,很详细全面

立即下载
机器学习课后答案

机器学习,米切尔版的课后答案,卡内基梅隆大学,Tom.M.Mitchell,部分答案。

立即下载
统计机器学习线性分类之感知机

参考周志华《机器学习》。。。。。。。。。。。。。。。。

立即下载
机器学习,非扫描版

《机器学习实战》主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树(CART)算法等。第三部分则重点介绍无监督学习及其一些主要算法:k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。

立即下载
机器学习简答题笔记.docx

该文档是我在准备《机器学习》(周志华版)研究生期末考试过程中所作的笔记,里面包含一些可能考的点,同时加上了一些在复习过程中对于不理解知识点的补充,根据自己的自身情况所作的笔记,可能不全,还望海涵!

立即下载
高级机器学习个人笔记+19级考试题回忆版

南京大学,高级机器学习课程,周志华西瓜书的后半本书内容,根据讲义整理的word版笔记用于复习,外加2019级回忆版的考试题A卷。

立即下载
统计学习方法 李航

入门机器学习看资料,设计各种算法的详细推理讲解,配合周志华老师的《机器学习》西瓜书,是你打下深厚基础的必由之路。

立即下载
《神经网络机器学习》PPT课件 BY Hinton

《神经网络机器学习》PPT课件 by Hinton(深度学习鼻祖),共有16章节,视频地址:https://www.cs.toronto.edu/~hinton/coursera_lectures.html 分享给需要的朋友。

立即下载
中国科学技术大学 研究生课程 机器学习 课件PPT

中国科学技术大学 研究生课程 机器学习 课件PPT 主讲 陈恩红

立即下载
机器学习个人笔记完整版2.5_Kindle7寸(1)

网上下载的机器学习个人笔记完整版2.5_Kindle7寸,适合用kindle看

立即下载
多示例多标记学习

在利用机器学习技术解决实际问题时,常见的做法是先对真实对象进行特征提取,用一个特征向量来描述这个对象,这样就得到了一个示例(instance),然后把示例与该对象所对应的类别标记(label)关联起来,就得到了一个例子(example)。在拥有了一个较大的例子集合之后,就可以利用某种学习算法来学得示例空间与标记空间之间的一个映射,该映射可以预测未见示例(unseen instance)的标记。假设每个对象只有一个类别标记,那么形式化地来说,令为示例空间、为标记空间,则学习任务是从数据集 中学得函数 ,其中为一个示例。为示例所属的类别标记。在待学习对象具有明确的、单一的语义时,上面的学习框架已经

立即下载
PRML+统计学习方法.zip

个人认为PRML是机器学习领域必读的一本书,甚至是目前最好的书。但这本书太过于 Bayesian, 作者对任何算法都试图从概率和 Bayesian 的角度来进行解释。这本书不适合作为第一本教材,因为其为了将书中内容串联起来,忽视了这些内容的本来面貌,我印象比较深刻的地方有:第1.2.5节从概率模型的角度来解释最小二乘法、第 2.5.2节 中近邻方法先介绍其用于密度估计,然后再将密度估计拓展到用于分类。这很容易让初学者以为所有的机器学习算法都是概率模型,事实上在20世纪80年代 Pearl 将概率统计引入到机器学习领域之前,有很多机器学习的算法都没有用概率统计知识的,例如著名的 决策树算法(ID

立即下载
对数几率回归

对数几率回归的一个简单的算法描述,可以参看周志华机器学习一书。

立即下载
贝叶斯分类

参考周志华《机器学习》111111111111111111111111111111

立即下载
Logistic回归笔记及代码

这是《机器学习实战》中Logistic回归的学习笔记,以及运用Logistic回归对周志华的《机器学习》中的西瓜数据分类的Python代码。

立即下载