本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括：
（一）监督学习（参数/
非参数算法，支持向量机，核函数，神经网络）。（二）无监督学习
（聚类，降维，推荐系统，深入学习推荐）。（三）在机器学习的最佳实践（偏差/
方差理
论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何
运用学习算法构建智能机器人（感知，控制），文本的理解（W
eb 搜
索，反垃圾邮件），计
算机视觉，医疗信息，音频，数据挖掘，和其他领域。
本课程需要 1
0 周
共 1
8 节
课，
标签：
斯坦福
大学
机器学习
讲义
上传时间：
2017-07-28
上传用户：xiaoyuerer
