文件名称：离散控制Matlab代码-coursera_ml_slide:coursera_ml_slide
文件大小：37.42MB
文件格式：ZIP
更新时间：2024-06-12 01:50:37
系统开源
离散控制Matlab代码 关于本课程：机器学习是使计算机在未经过明确编程的情况下运行的科学。 在过去的十年中，机器学习为我们提供了自动驾驶汽车，实用的语音识别，有效的网络搜索以及对人类基因组的极大了解。 如今，机器学习无处不在，您可能不知不觉地每天使用数十次。 许多研究人员还认为，这是在人类级AI上取得进步的最佳方法。 在本课程中，您将学习最有效的机器学习技术，并获得实施这些技术并使他们自己工作的实践。 更重要的是，您不仅将学习学习的理论基础，还将获得快速有效地将这些技术应用于新问题所需的实用知识。 最后，您将了解硅谷在创新方面的一些最佳实践，这些创新与机器学习和AI有关。 本课程对机器学习，数据挖掘和统计模式识别进行了广泛的介绍。 主题包括：（i）有监督的学习（参数/非参数算法，支持向量机，内核，神经网络）。 （ii）无监督学习（聚类，降维，推荐系统，深度学习）。 （iii）机器学习的最佳实践（偏差/方差理论；机器学习和AI的创新过程）。 本课程还将借鉴大量案例研究和应用，因此您还将学习如何将学习算法应用于构建智能机器人（感知，控制），文本理解（网页搜索，反垃圾邮件），计算机视觉，医
【文件预览】：
coursera_ml_slide-master
----week 03 Lecture7.pdf(3.23MB)
----week09 Lecture15.pdf(3.33MB)
----week 02 Lecture5.pdf(242KB)
----week 04 Lecture8.pdf(4.97MB)
----week 02 Lecture4.pdf(1.7MB)
----week07 Lecture12.pdf(2.3MB)
----week 01 Lecture1.pdf(3.3MB)
----week 01 Lecture3.pdf(1.8MB)
----week08 Lecture13.pdf(2.17MB)
----week 06 Lecture 11.pdf(498KB)
----week08 Lecture14.pdf(1.61MB)
----week 01 Lecture2.pdf(2.88MB)
----week 05 Lecture9.pdf(3.39MB)
----README.md(124KB)
----week11 Lecture18.pdf(1.97MB)
----week 06 Lecture 10.pdf(1.48MB)
----week10 Lecture17.pdf(1.98MB)
----week 03 Lecture6.pdf(2.12MB)
----week10 Lecture16.pdf(1.42MB)