从经验中学习的软件开发和分析技术综述。具体主题包括:监督学习(分类、回归);无监督学习(聚类、降维);强化学习;计算学习理论。具体的技术包括:贝叶斯方法、混合模型、决策树、基于实例的方法、神经网络、内核机器、集成等等。

https://faculty.ucmerced.edu/mcarreira-perpinan/teaching/CSE176/

成为VIP会员查看完整内容
32

相关内容

【UBC】高级机器学习课程,Advanced Machine Learning
专知会员服务
27+阅读 · 2021年1月26日
专知会员服务
119+阅读 · 2019年12月24日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
62+阅读 · 2019年8月26日
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
14+阅读 · 2018年4月27日
多伦多大学“神经网络与机器学习导论(2018年春季)
人工智能头条
14+阅读 · 2018年4月3日
推荐|一份不错的机器学习笔记!
全球人工智能
22+阅读 · 2017年11月20日
Arxiv
0+阅读 · 2021年11月19日
Arxiv
37+阅读 · 2021年8月2日
Arxiv
27+阅读 · 2019年11月24日
Arxiv
5+阅读 · 2018年6月5日
Arxiv
6+阅读 · 2018年1月14日
VIP会员
相关主题
最新内容
世界模型入门:从序贯决策到通用智能体
专知会员服务
8+阅读 · 10月24日
军事域更好使用人工智能的实用指南
专知会员服务
10+阅读 · 10月22日
《衡量语言模型中的作战规划能力》
专知会员服务
14+阅读 · 10月20日
Maven智能系统:帕兰提尔军事人工智能平台详解
专知会员服务
17+阅读 · 10月20日
《测试自动化框架在敏捷软件开发中的角色》
专知会员服务
9+阅读 · 10月20日
俄罗斯如何拦截乌克兰无人机与巡航导弹
专知会员服务
13+阅读 · 10月15日
《武器-目标分配问题:精确与近似求解算法》
专知会员服务
19+阅读 · 10月15日
相关论文
Arxiv
0+阅读 · 2021年11月19日
Arxiv
37+阅读 · 2021年8月2日
Arxiv
27+阅读 · 2019年11月24日
Arxiv
5+阅读 · 2018年6月5日
Arxiv
6+阅读 · 2018年1月14日
微信扫码咨询专知VIP会员