2019五个最棒的机器学习课程(13)

2019-03-15

·最近邻分类，贝叶斯分类器，线性分类器，感知器

·Logistic回归， Laplace逼近，核方法，高斯过程

·最大边距，支持向量机（SVM），树木，随机森林，提升

·聚类， K均值， EM算法，缺失数据

·高斯混合，矩阵分解

·非负矩阵分解，潜在因子模型， PCA和变化

·马尔可夫模型，隐马尔可夫模型

·连续状态空间模型，关联分析

·模型选择，后续步骤

课程中的许多主题都包含在针对初学者的其他课程中，但数学并未在这里淡化。如果你已经学习了这些技术，有兴趣深入研究数学，并希望从事实际推导出某些算法的编程作业，那么请学习本课程。

学习指南

这里是你学习机器学习之旅的快速指南，首先，我们将介绍大多数机器学习课程的先决条件。

推荐阅读

上一篇：厉害了！华为5G基站出货量第一：获得首张5G手机CE证书

下一篇：花呗不能触碰的几大禁区已正式被确认，赶快告诉身边的朋友