斯坦福大学2014机器学习教程中文笔记

2744557306

课程概述
7 q4 L' I# O& m* ]7 C4 p) Y8 C3 N9 |课程地址：
https://www.coursera.org/course/ml
Machine Learning(机器学习 )是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是 演绎 。在过去的十年中，机器学习帮助我们自动驾驶汽车，有效的语音识别，有效的网络搜索， 并极大地提高了人类基因组的认识。机器学习是当今非常普遍，你可能会使用这一天几十倍而不自知。很多研究者也认为这是最好的人工智能的 取得方式 。在本课中，您将学习最有效的机器学习技术，并获得实践，让它们为自己的工作。更重要的是，你会不仅得到理论基础的学习，而且获得那些需要快速和强大的应用技术解决问题的实用技术。最后，你会学到一些硅谷利用机器学习和人工智能的最佳实践创新。本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程 。主题包括：
# O6 l4 a9 m, ~: F7 U9 B: j（一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。
（二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。
0 X# _, |2 Q6 _0 l: U/ ]+ O（三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。
, P  k- g7 Z1 Q' X" E4 W- z本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控制），文本的理解（ Web搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘，和其他领域。
0 H( Q- Z- w/ g" ]6 Q% k6 v( V
1 v2 ]; q. {7 M: K% L

jiayuntao

感谢分享！
3 L9 U2 v! _1 ^) E; [

jiayuntao

) `9 b% E9 z! X$ A感谢分享！