机器学习的原理与应用。主要的范式和技术，包括判别和生成方法，强化学习：线性回归，logistic回归，支持向量机，深网，结构化方法，降维，k-均值，高斯混合，期望最大化，马尔可夫决策过程，Q-学习。应用领域，如自然语言和文本理解、语音识别、计算机视觉、数据挖掘和自适应计算机系统等。
《研究生机器学习课程》-浙江大学 / 机器学习的原理与应用
https://pan.quark.cn/s/a24d6bce95f0
声明：本站不储存任何资源，所有资源均来自网络与用户自愿分享。 【夸克免费1T空间】