【課程內容】
機器學習導論
基本概念
隨機向量
隨機向量性質
多元高斯分布
分布性質
條件期望
多項式分布
多元高斯分布及應用
漸近性質
核定義
正定核性質
正定核應用
核主元分析
主元分析
主坐標分析
期望最大算法
概率PCA
最大似然估計方法
EM算法收斂性
MDS方法
MDS中加點方法
矩陣次導數
矩陣范數
次導數
spectral clustering
K-means algorithm
Matr-x Completion
Fisher判別分析
譜聚類
Computational Methods
Fisher Discriminant Analysis
Kernel FDA
Linear classification
Naive Bayes方法
Support Vector Machines
SVM
Boosting
自然語言處理
自然語言處理緒論
自然語言處理概論
數學基礎與語言學基礎
漢語的分詞與頻度統計
漢語語料庫的多級加工
n-gram語言模型
markov模型
句法分析技術
問答系統基礎
課堂總結
基于認知科學原理的相似模型
一篇論文的誕生
自然語言理解
緒論
數學基礎
形式語言與自動機及其在NLP中的應用
語料庫與語言知識庫
語言模型
隱馬爾柯夫模型
詞法分析與詞性標注
語法理論
句法分析
語義計算
機器翻譯
