MIT开放课程,好东东啊

前些天在BBS上看了个帖子,有位师兄贴了个共享的资源,点击进去一看,呵,原来竟是MIT的网络共享课程呀。于是便细细浏览了一遍,课程还真不少,各个类别几乎都全了。

说实话,还真是个不错的东东呢。地址如下,给大家也分享下哦

http://www.myoops.org/cocw/mit/Electrical-Engineering-and-Computer-Science/index.htm

目前好像绝大多数课程的中文翻译仍在进行(或根本没开始)中,所以很多像偶这种英文凑合都算不上的只能勉强应付,唉,这还得怪自己,大学后两年的英语基本废了。

不过自己也还看了些东西,以后也准备慢慢学习了。恩,加油!

 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
麻省理工学院(MIT)提供的机器学习课程是由著名学府MIT的教授所教授的。这门课程涵盖了机器学习的基本理论和数学基础,并结合了麻省理工学院在研项目的实际应用。这门课程的目标是向学生介绍医疗健康领域中的机器学习应用,包括临床数据的性质,以及机器学习在风险分层、疾病进展建模、精准医疗、诊断、亚型发现和改善临床工作流程方面的使用。 在这门课程中,学生将学习如何使用机器学习库,例如Scikit-Learn,来实现支持向量机(SVM)算法。SVM是一种常用的分类算法,可以通过Scikit-Learn库来实现。下面是一个简单的示例代码,演示了如何使用Scikit-Learn来训练一个基本的SVM分类器。 首先,我们导入必要的库并准备数据集。然后,我们使用Scikit-Learn库的SVM模型来训练分类器。训练过程包括将数据拟合到模型中,并在训练集上进行预测。最后,我们评估分类器的性能,并可视化分类结果。 这门机器学习课程提供了全面的学习资源,包括讲义和实例代码,帮助学生理解机器学习的基本概念和应用。无论是对于想要入门机器学习的初学者,还是对于想要在医疗健康领域应用机器学习的专业人士,这门课程都提供了宝贵的学习机会。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [机器学习mit课件](https://download.csdn.net/download/u010198718/8013755)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [svm支持向量机python代码](https://download.csdn.net/download/weixin_45725404/88247840)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [【MIT干货课程】医疗健康领域的机器学习](https://download.csdn.net/download/weixin_43909715/85467581)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“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