課程介紹

人工智能的發(fā)展到已經(jīng)進入了一個瓶頸期。近年來各個研究方向都沒有太大的突破。真正意義上人工智能的實現(xiàn)目前還沒有任何曙光。但是，機器學習無疑是最有希望實現(xiàn)這個目標的方向之一。斯坦福大學的“Stanford Engineering Everywhere ”免費提供學校里最受歡迎的工科課程，給全世界的學生和教育工作者。得益于這個項目，我們有機會和全世界站在同一個數(shù)量級的知識起跑線上。

【課程目錄】

[第1集] 機器學習的動機與應用? ?? ?? ?

[第2集] 監(jiān)督學習應用.梯度下降? ?? ?? ?

[第3集] 欠擬合與過擬合的概念? ?? ?? ?

[第4集] 牛頓方法? ?? ?? ?

[第5集] 生成學習算法? ?? ?? ?

[第6集] 樸素貝葉斯算法? ?? ?? ?

[第7集] 最優(yōu)間隔分類器問題? ?? ?? ?

[第8集] 順序最小優(yōu)化算法? ?? ?? ?

[第9集] 經(jīng)驗風險最小化? ?? ?? ?

[第10集] 特征選擇? ?? ?? ?

[第11集] 貝葉斯統(tǒng)計正則化? ?? ?? ?

[第12集] K-means算法? ?? ?? ?

[第13集] 高斯混合模型? ?? ?? ?

[第14集] 主成分分析法? ?? ?? ?

[第15集] 奇異值分解? ?? ?? ?

[第16集] 馬爾可夫決策過程? ?? ?? ?

[第17集] 離散與維數(shù)災難? ?? ?? ?

[第18集] 線性二次型調(diào)節(jié)控制? ?? ?? ?

[第19集] 微分動態(tài)規(guī)劃? ?? ?? ?

[第20集] 策略搜索??