computational learning theory (未完待续)

课程安排

时间 课程
10.2 什么是离散数据的机器学习
10.9
10.23
10.30
11.13
11.20
11.27
12.4
12.11
12.18
12.25
1.8
1.15
1.22
1.29

课程要求及大纲

本课程介绍学习机制

  • 首先介绍机器学习所需要的元素,
  • 介绍各种模型的正式语言可学习性,
  • 介绍从固定长度的二向量的频繁项挖掘

参考教材:

  • Colin de la Higuera, G r
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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