Index of /【已完结】机器学习40讲/
../
【001】续写新篇：再启机器学习之旅.html 17-Aug-2025 23:29 3616
【002】解锁小样本学习的3种典型方法.html 17-Aug-2025 23:29 12789
【003】开启黑箱：可解释机器学习的构建.html 17-Aug-2025 23:29 13829
【004】多模态学习中的信息融合和对齐.html 17-Aug-2025 23:29 11689
【005】AutoML与神经架构搜索：如何让机器学习“自主优化”？.html 17-Aug-2025 23:29 13487
【006】开篇词 打通修炼机器学习的任督二脉.html 17-Aug-2025 23:29 29353
【007】01 频率视角下的机器学习.html 17-Aug-2025 23:29 36775
【008】02 贝叶斯视角下的机器学习.html 17-Aug-2025 23:29 43766
【009】03 学什么与怎么学.html 17-Aug-2025 23:30 33612
【010】04 计算学习理论.html 17-Aug-2025 23:30 40591
【011】05 模型的分类方式.html 17-Aug-2025 23:30 35881
【012】06 模型的设计准则.html 17-Aug-2025 23:30 30763
【013】07 模型的验证方法.html 17-Aug-2025 23:30 32087
【014】08 模型的评估指标.html 17-Aug-2025 23:30 30570
【015】09 实验设计.html 17-Aug-2025 23:30 20529
【016】10 特征预处理.html 17-Aug-2025 23:30 32075
【017】11 基础线性回归：一元与多元.html 17-Aug-2025 23:30 32592
【018】12 正则化处理：收缩方法与边际化.html 17-Aug-2025 23:30 26490
【019】13 线性降维：主成分的使用.html 17-Aug-2025 23:30 29605
【020】14 非线性降维：流形学习.html 17-Aug-2025 23:30 26674
【021】15 从回归到分类：联系函数与降维.html 17-Aug-2025 23:30 24882
【022】16 建模非正态分布：广义线性模型.html 17-Aug-2025 23:30 25783
【023】17 几何角度看分类：支持向量机.html 17-Aug-2025 23:30 24978
【024】18 从全局到局部：核技巧.html 17-Aug-2025 23:30 31655
【025】19 非参数化的局部模型：K近邻.html 17-Aug-2025 23:30 22233
【026】20 基于距离的学习：聚类与度量学习.html 17-Aug-2025 23:31 18103
【027】21 基函数扩展：属性的非线性化.html 17-Aug-2025 23:31 17674
【028】22 自适应的基函数：神经网络.html 17-Aug-2025 23:31 24536
【029】23 层次化的神经网络：深度学习.html 17-Aug-2025 23:31 18066
【030】24 深度编解码：表示学习.html 17-Aug-2025 23:31 16559
【031】25 基于特征的区域划分：树模型.html 17-Aug-2025 23:31 21973
【032】26 集成化处理：Boosting与Bagging.html 17-Aug-2025 23:31 21055
【033】27 万能模型：梯度提升与随机森林.html 17-Aug-2025 23:31 25144
【034】总结课 机器学习的模型体系.html 17-Aug-2025 23:31 23232
【035】28 最简单的概率图：朴素贝叶斯.html 17-Aug-2025 23:31 25088
【036】29 有向图模型：贝叶斯网络.html 17-Aug-2025 23:31 19778
【037】30 无向图模型：马尔可夫随机场.html 17-Aug-2025 23:31 21061
【038】31 建模连续分布：高斯网络.html 17-Aug-2025 23:31 15934
【039】32 从有限到无限：高斯过程.html 17-Aug-2025 23:31 16239
【040】33 序列化建模：隐马尔可夫模型.html 17-Aug-2025 23:31 20530
【041】34 连续序列化模型：线性动态系统.html 17-Aug-2025 23:31 16225
【042】35 精确推断：变量消除及其拓展.html 17-Aug-2025 23:31 17358
【043】36 确定近似推断：变分贝叶斯.html 17-Aug-2025 23:32 16730
【044】37 随机近似推断：MCMC.html 17-Aug-2025 23:32 17771
【045】38 完备数据下的参数学习：有向图与无向图.html 17-Aug-2025 23:32 13311
【046】39 隐变量下的参数学习：EM方法与混合模型.html 17-Aug-2025 23:32 17309
【047】40 结构学习：基于约束与基于评分.html 17-Aug-2025 23:32 14436
【048】总结课 贝叶斯学习的模型体系.html 17-Aug-2025 23:32 12494
【049】结课 终有一天，你将为今天的付出骄傲.html 17-Aug-2025 23:32 12685
【050】如何成为机器学习工程师？.html 17-Aug-2025 23:32 13090
【051】结课测试 这些机器学习知识你都掌握了吗？.html 17-Aug-2025 23:32 2820