Build a Learning Habit
Download Class Central's free printable study calendar
Download for Free
本课程以机器学习理论和方法讲授为主，内容涵盖传统主流机器中的统计学原理、线性分类、支持向量机、RBF网络等内容，更侧重于深度神经网络、PyTorch运行机制、动态决策与强化学习等机器学习的前沿技术，力图使学生能够理解机器学习基本原理和研究脉络，并使学生具备机器学习算法设计、分析及工程实践能力。
本课程的教学内容包括：
第一章：机器学习概述
第二章：优化方法介绍
第三章：统计分类
第四章：回归分类
第五章 支持向量机
第六章：神经网络
第七章：非监督学习
第八章：动态决策
