Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

模式识别与机器学习

University of Electronic Science and Technology of China via XuetangX

Go to class Write review

Datacamp

AI Engineer - Learn how to integrate AI into software applications

Pragmatic Institute

AI Product Expert Certification - Master Generative AI Skills

Overview

Coursera Flash Sale

40% Off Coursera Plus for 3 Months!

《模式识别与机器学习》在线课程主要对模式识别的基本理论与任务、机器学习方法的原理与应用进行讲解，可适用于工科学习，或者对人工智能领域感兴趣的从业人员。

Syllabus

第一章绪论

1.1 绪论

第二章贝叶斯决策理论

2.1 最小错误率贝叶斯决策
2.2 最小风险贝叶斯决策
2.3 正态分布下的贝叶斯决策
2.4 最大似然估计
2.5贝叶斯估计

第三章模型评估与选择

3.1 模型评估方法
3.2模型性能指标

第四章特征选择

4.1 特征选择

第五章特征变换

5.1 特征变换

第六章线性分类器设计

6.1 线性回归
6.2 感知器
6.3 线性判别函数
6.4 线性判别分析
6.5 广义最优分类超平面
6.6 最优分类超平面

第七章非线性分类器设计

7.1 多层感知机
7.2 核支持向量机

第八章其他分类器

8.1 集成学习Booting
8.2 罗杰斯特回归
8.3 近邻法
8.4 决策树

第九章非监督学习

9.1 机器学习的基础概念
9.2 聚类分析
9.3 K-means算法
9.4 高斯混合模型

第十章深度学习

10.1 异构计算架构CANN基础
10.2 全场景AI框架昇思MindSpore
10.3 如何使用MindSpore做深度学习训练
10.4 特征学习
10.5 卷积神经网络
10.6 深度卷积神经网络

第十一章强化学习

11.1 强化学习基本概念
11.2 有模型学习
11.3 K摇臂赌博机

期末考试

Taught by

Fan Shicai, Xue Zhou, HAO Jiasheng, Yali Zheng, and Yufeng Lv

Tags

china

Reviews

Start your review of 模式识别与机器学习