吴恩达-斯坦福CS229机器学习课程-2017(秋)最新课程分享

吴恩达-斯坦福CS229机器学习课程-2017(秋)最新课程分享


吴恩达主讲的机器学习-2017年秋季课程已经开课啦,今天跟大家分享这套课程。


课程介绍

本课程主要介绍机器学习和统计模式识别相关的知识。内容主要包括:监督学习(生成/判别学习,参数/非参数学习,神经网络,支持向量机);无监督学习(聚类,维数规约,核方法);学习理论(偏差/方差权衡;VC理论;大边缘概率);强化学习和自适应控制。课程还将讨论机器学习在一些领域的最新应用,如机器人控制,数据挖掘,自主导航,生物信息学,语音识别,文本和网络数据处理等。

课程大纲:




课程首页:

cs229.stanford.edu/


课程ppt等资料下载地址:

链接: pan.baidu.com/s/1bozLuc

密码: 公众号回复“mlwu”


课程Preview视频地址:

mvideos.stanford.edu/Pr

往期精彩内容推荐:

VAST最佳论文推荐-Tensorflow中深度学习模型可视化的研究

麻省理工学院-2017年-深度学习与自动驾驶视频课程分享

《纯干货16》调整学习速率以优化神经网络训练

<模型汇总_3>神经翻译模型(NMT)新宠Adversarial-NMT

<模型汇总_2>深度学习加速神器-BNN

<深度学习优化策略-1>Batch Normalization(BN)

<模型汇总_5>生成对抗网络GAN及其变体SGAN_WGAN_CGAN_DCGAN_InfoGAN_StackGAN

<深度学习优化策略-4> 基于Gate Mechanism的激活单元GTU、GLU

<纯干货-5>Deep Reinforcement Learning深度强化学习_论文大集合

深度学习模型-13 迁移学习(Transfer Learning)技术概述

纯干货12 2017年5月份-李宏毅-最新GAN中文视频教程分享

模型汇总20-TACOTRON一种端到端的Text-to-Speech合成模型

更多深度学习在NLP方面应用的经典论文、实践经验和最新消息,欢迎关注微信公众号“深度学习与NLPDeepLearning_NLP”或扫描二维码添加关注。


你可能感兴趣的:(吴恩达-斯坦福CS229机器学习课程-2017(秋)最新课程分享)