文件名称：mlai：机器学习和自适应智能课程
文件大小：41.63MB
文件格式：ZIP
更新时间：2024-03-04 20:48:09
HTML
机器学习与自适应智能 尼尔·劳伦斯 有关2013-14年度的实验室课程，请参见 欢迎来到“机器学习与自适应智能” COM4509 / 6509课程。 与去年相比，今年的课程重点有所转移，特别是我们将重点介绍使用Jupyter Notebook处理数据的实用技术。 讲义将全部以Jupyter笔记本的形式给出，并在下面提供。 概率和Jupyter Notebook，Python和Pandas简介。 目标函数：矩阵分解的简单示例。 线性代数和线性回归 基本功能 第五周阅读周 模型检查：培训，测试和验证 贝叶斯回归 降维：潜在变量建模 概率分类 Logistic回归和广义线性模型 第11周阅读周 专题：高斯过程 去做 笔记本幻灯片需要一些改进。 特别是对于第8周（无监督学习）的9和10。