首页 自然科学农业科学医药科学工业科学工程技术人文社会计算机充值学习币

首页>人文社会>统计学> 清华大学统计学习方法ppt课件

清华大学统计学习方法ppt课件

格式：PPT，类型：课件

序号文件名格式页数大小
1 01 第1章机器学习和统计学习 .pptx75页4.45MB
2 02 第2和12章感知机和统计学习方法总结 .pptx27页1.28MB
3 03 第3章 k-近邻算法 .pptx69页1.26MB
4 04 第4章贝叶斯分类器 .pptx79页1.5MB
5 05 第5章决策树 .pptx98页1.16MB
6 06 第6章 Logistic回归 .pptx75页1.7MB
7 07 第7章 SVM及核函数 .pptx158页3.7MB
8 08 第8章 adaboost .pptx75页1.45MB
9 09 第9章 EM算法 .pptx48页2.53MB
10 10 第10章隐马尔科夫模型 .pptx64页1.96MB
11 11 第11章条件随机场 .pptx63页3.01MB
12 12 第13章无监督学习概论 .pptx27页1.19MB
13 13 第14章聚类方法 .pptx52页2.55MB
14 14 第15章奇异值分解 .pptx66页3.76MB
15 15 第16章主成分分析 .pptx67页4.48MB
16 16 第17章潜在语义分析 .pptx49页2.53MB
17 17 第18章概率潜在语义分析 .pptx32页1.67MB
18 18 第19章马尔科夫链蒙特卡洛法 .pptx107页6.35MB
19 19 第20章潜在狄利克雷分布 .pptx106页7.11MB
20 20 第21章 PageRank算法 .pptx57页3.28MB
21 21 第22章无监督学习方法总结 .pptx19页883.5KB

课程介绍

01 第1章机器学习和统计学习

02 第2和12章感知机和统计学习方法总结

03 第3章 k-近邻算法

04 第4章贝叶斯分类器

05 第5章决策树

06 第6章 Logistic回归

07 第7章 SVM及核函数

08 第8章 adaboost

09 第9章 EM算法

10 第10章隐马尔科夫模型

11 第11章条件随机场

12 第13章无监督学习概论

13 第14章聚类方法

14 第15章奇异值分解

15 第16章主成分分析

16 第17章潜在语义分析

17 第18章概率潜在语义分析

18 第19章马尔科夫链蒙特卡洛法

19 第20章潜在狄利克雷分布

20 第21章 PageRank算法

21 第22章无监督学习方法总结