斯坦福大学2014机器学习教程中文笔记

2744557306

课程概述
- ]+ H# q7 g9 C; v" ?* O课程地址：
( r4 O) \& }% I( `7 o. rhttps://www.coursera.org/course/ml
* }+ S6 ~5 p1 Y# EMachine 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：
（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）。
2 ^" T* U6 r" T# ~（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）。
' y4 g, @7 W" |4 L& H# {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。
6 c% [! x. g. q; B- n- {/ z
) n6 W4 y0 y& @; ~; V

jiayuntao

感谢分享！

jiayuntao

感谢分享！
0 h9 _6 S4 v% j9 C% w1 s