启蒙教师周志华亲自讲解，机器学习视频课上线了

最新推荐文章于 2024-01-20 22:58:37 发布
最新推荐文章于 2024-01-20 22:58:37 发布
阅读量747 收藏 1
点赞数 1
分类专栏： python 机器学习 文章标签： 机器学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34160248/article/details/127471500
版权
python 同时被 2 个专栏收录
503 篇文章 259 订阅
订阅专栏
机器学习
152 篇文章 72 订阅
订阅专栏

主讲：周志华，南京大学教授
图片

人工智能从1956年正式成为一个学科，机器学习是人工智能的核心研究领域之一。今天的“人工智能热潮”正是由于机器学习等技术取得了巨大进展，并基于大数据、大算力发挥出巨大威力。

《机器学习初步》课程的主讲人为南京大学周志华教授，是机器学习领域学者。本课程使用的教材《机器学习》被网友昵称为“西瓜书”，已被海内外500余院校使用，教材作者正是本课程的主讲人。

机器学习方法与理论的学习需要长期的积累和铺垫，本课程覆盖机器学习的入门基石内容，包含机器学习基本的理论框架以及核心方法，对一些最重要的基础知识点和算法思想进行讲述。 课程内容主要包括：绪论，模型评估与选择，线性模型，决策树，支持向量机，神经网络，贝叶斯分类器，集成学习和聚类。

教师介绍

图片

周志华

南京大学教授

计算机系主任、人工智能学院院长

周志华教授是南京大学计算机系主任兼人工智能学院院长，计算机软件新技术国家重点实验室常务副主任，校学术委员会委员，欧洲科学院外籍院士，ACM、AAAI、IEEE等国际著名学术组织的Fellow，两次以第一完成人获得国家自然科学二等奖，获IEEE计算机学会Edward J. McCluskey技术成就奖、CCF王选奖、首届高校计算机专业优秀教师奖等奖项。

课程大纲

第一部分 绪论

第二部分 模型评估与选择

第三部分 线性模型

第四部分 决策树

第五部分 支持向量机

第六部分 神经网络

第七部分 贝叶斯分类器

第八部分 集成学习和聚类

学习地址

https://www.xuetangx.com/course/nju0802bt/14363483?channel=i.area.manual_search

我已经提前看了几章，现在是可以免费加入学习的，看全部视频，截止日期是 2023-01-09 之前。所以，想要系统学习机器学习的朋友建议去学学，很好的机会。

课程答疑

目前开通了课程答疑群，群友已超过3000人，添加时最好的备注方式为：来源+兴趣方向，方便找到更快获取资料、入群

方式①、添加微信号：dkl88191，备注：来自CSDN+周志华
方式②、微信搜索公众号：Python学习与数据挖掘，后台回复：周志华

Python数据挖掘
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
周志华《机器学习》学习笔记（大全）
03-06
本文为周志华《机器学习》的学习笔记，记录了本人在学习这本书的过程中的理解思路以及一些有助于消化书内容的拓展知识，笔记中参考了许多网上的大牛经典博客以及李航《统计学习》的内容，向前辈们和知识致敬！
周志华机器学习视频学习笔记（西瓜书）
05-13
周志华机器学习视频学习笔记（西瓜书）
【周志华机器学习】一、机器学习基本概念
热门推荐
weixin_42301220的博客
04-03 1万+
文章目录参考资料1. 概述1.1 机器学习定义1.2 基本术语2. 模型的评估与选择2.1 误差与过/欠拟合2.2 评估方法2.3 训练集与测试集的划分方法2.3.1 留出法2.3.2 交叉验证法2.3.3 自助法2.4 调参2.5 性能度量2.5.1 最常见的性能度量2.5.2 查准率/查全率/F12.5.3 ROC与AUC2.5.4 代价敏感错误率与代价曲线 参考资料 Machine-learning-learning-notes LeeML-Notes 本博客为作者根据周志华的西瓜书和参考资料
周志华-机器学习
liqq234的博客
05-03 3317
第一章 绪论 思维导图 关键问题 1.假设空间 概念 所有属性可能取值构成的假设集合 计算 列出可能的样本点，即特征向量 2.版本空间 概念 与训练集一致的假设集合 习题: 1.1 计算步骤 先列出假设空间 删除与正例不一致，与反例一致的假设 得到版本空间 第一步 假设空间： 色泽取值：青绿、乌黑 根蒂取值：蜷缩、稍蜷 敲声取值： 浊响、沉闷 1. 色泽 = *, 根蒂 = *, 敲声 = * 2. 色泽 = 青绿, 根蒂 = *, 敲声 = * 3. 色泽 = 乌黑, 根蒂 = *, 敲
机器学习——周志华
牛哇牛哇的博客
01-20 1781
以很高的概率 得到一个很好的模型训练数据 (数据样本)模型:决策树,神经网络,支持向量机,Boosting,贝叶斯网数据集:数据样本训练数据:用于得出模型测试数据:把模型拿来用示例(instance):色泽 根 敲声样例(example):色泽 根 敲声 好瓜(结果)属性(attribute):色泽 或者 根等属性空间:有几个属性就是几维属性空间(样本空间)特征向量(属性向量):属性空间中的向量(结果)不可知样本(unseen data):未来的数据,不可知假设:所用的模型,模型学到的东西,拟合函
机器学习（1）——周志华
m0_52792591的博客
01-06 1071
机器学习:利用经验改善系统的自身性能随着机器学习领域的发展，目前主要研究只能数据分析的理论和方法，并已成为只能数据分析技术的源泉之一暂时就学这么多，明天继续。
《机器学习(周志华)》学习笔记.pdf
05-12
138页的内容，完整记录了学周志华西瓜书《机器学习》16个篇章的学习和体会。
#周志华老师 #机器学习 #西瓜书实验集合
01-29
无需积分，欢迎参考
周志华版《机器学习》学习笔记.zip
最新发布
04-08
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的...
网易云公开课：机器学习课程（课件）
11-29
网易云公开课：机器学习课程（课件）吴恩达 人工智能和机器学习领域国际最权威学者之一
机器学习——周志华_笔记
Bright20040513的博客
09-21 481
神经网络介绍——基于机器学习_周志华支持向量机SVM介绍——基于机器学习_周志华。
【机器学习】第一章 - 机器学习概论 - 周志华机器学习笔记
星辰不问
07-13 1274
【机器学习】第一章 - 机器学习概论 - 周志华机器学习笔记
强化学习——基于机器学习_周志华
Bright20040513的博客
09-20 300
**强化学习**（Reinforcement Learning，简称**RL**）是机器学习的一个重要分支，前段时间人机大战的主角AlphaGo正是以强化学习为核心技术。在强化学习中，包含两种基本的元素：**状态**与**动作**，**在某个状态下执行某种动作，这便是一种策略**，学习器要做的就是通过不断地探索学习，从而获得一个好的策略。例如：在围棋中，一种落棋的局面就是一种状态，若能知道每种局面下的最优落子动作，那就攻无不克/百战不殆了~
机器学习-周志华教授
carry_gyu的博客
10-16 819
周志华教授网课学习笔记
机器学习 周志华
weixin_43977590的博客
06-08 1987
第一章 绪论   一.基本概念    1.引言    2.基本术语     （1）    3.    4.    5. 第二章 第三章 第四章 第五章 第六章 第七章 第八章 第九章 第十章 第十一章 第十二章 第十三章 ......
周志华《机器学习》入门-绪论
weixin_63927761的博客
03-08 557
机器学习的主要研究内容就是从数据中产生**模型**的算法，也即**学习算法**。**归纳（induciotn）**和**演绎（deduction）**是科学推理的两大基本手段，前者是从特殊到一般的**泛化（generalization）**，后者是从一般到特殊的**特化（specialization）**。在本书中，**模型**泛指所有从数据中学得的结果，在别的文献中，也有对**模型**和**模式**作出区分的，模型指学得的全局性结果（比如一棵决策树），模式指学得的局部性结果（比如一条规则）。
机器学习知识点整理（《机器学习》——周志华）
rocsoft
07-28 3957
机器学习 基本概念 判别式模型和生成式模型 判别式模型是直接对条件概率p(y\mid x;\theta)建模，来预测x所属的分类。 常见的判别式模型有：线性回归模型、支持向量机SVM、神经网络等。 生成式模型则会对x和y的联合分布p(x,y)建模，然后通过贝叶斯公式来求得p(y_i\mid x)，然后选取使得p(y_i|x)最大的y_i，即： arg⁡maxy p(y∣x)=arg⁡maxy p(x∣y)p(y)p(x)=arg⁡maxy p(x∣y)p(y)arg⁡maxy p(y∣x)=arg⁡max
机器学习（周志华） 第一章 引言
weixin_60421191的博客
09-25 946
机器学习笔记
周志华写的机器学习怎么样
03-29
周志华教授的文字简明易懂，深入浅出，讲解清晰精准，循序渐进，适合初学者和进阶者阅读。此外，本书内容丰富全面，包含了从基础概念到高级技术的全面介绍，对于机器学习算法的原理和实现方法都有详细的阐述，具有很...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值