Stanford CS229: maşın öyrənməsi — Andrew Ng

Andrew Ngin Stanforddakı tam maşın öyrənməsi kursu (2018).

Stanford Online
27h 52m
21 dərs
English

YüksəkYouTube embed

Stanford CS229: maşın öyrənməsi — Andrew Ng

Bu kurs tamamilə pulsuzdur — bütün dərslər açıqdır.

Bu kursa davam et

Abunəliyinizə daxildir

Bütün 21 dərs
Dərc edilmiş hər bir kursa limitsiz giriş
Yüklənə bilən materiallar
Tərəqqi cihazlar arasında saxlanılır
İstənilən vaxt ləğv et — uzunmüddətli müqavilə yoxdur

Kurs haqqında

Xətti və logistik reqressiya, SVM, neyron şəbəkələr, klasterləşmə, PCA və gücləndirməli öyrənmə riyazi əsasları ilə öyrədilir. Xətti cəbr və ehtimal nəzəriyyəsini bilən tələbələr üçündür. Mühazirələr ingilis dilindədir, Stanford Online kanalı.

Kurikulum

21 dərs · 27h 52m

Rəylər

Bu kursa hələ rəy yazılmayıb. İlk sən ol.

Rəy yazmaq üçün daxil ol →

Stanford CS229: maşın öyrənməsi — Andrew Ng

Kurs haqqında

Kurikulum

1Stanford CS229: Machine Learning Lecture 1 - Andrew Ng (Autumn 2018)1h 15m1h 15m

2Stanford CS229: Machine Learning - Linear Regression and Gradient Descent | Lecture 2 (Autumn 2018)1h 18m1h 18m

3Locally Weighted & Logistic Regression | Stanford CS229: Machine Learning - Lecture 3 (Autumn 2018)1h 20m1h 20m

4Lecture 4 - Perceptron & Generalized Linear Model | Stanford CS229: Machine Learning (Autumn 2018)1h 22m1h 22m

5Lecture 5 - GDA & Naive Bayes | Stanford CS229: Machine Learning Andrew Ng (Autumn 2018)1h 19m1h 19m

6Lecture 6 - Support Vector Machines | Stanford CS229: Machine Learning Andrew Ng (Autumn 2018)1h 21m1h 21m

7Lecture 7 - Kernels | Stanford CS229: Machine Learning Andrew Ng (Autumn 2018)1h 20m1h 20m

8Lecture 8 - Data Splits, Models & Cross-Validation | Stanford CS229: Machine Learning (Autumn 2018)1h 23m1h 23m

9Discussion Section: Learning Theory | Stanford CS229: Machine Learning (Autumn 2018)1h 26m1h 26m

10Lecture 9 - Decision Trees and Ensemble Methods | Stanford CS229: Machine Learning (Autumn 2018)1h 21m1h 21m

11Lecture 10 - Introduction to Neural Networks | Stanford CS229: Machine Learning (Autumn 2018)1h 20m1h 20m

12Lecture 11 - Backprop & Improving Neural Networks | Stanford CS229: Machine Learning (Autumn 2018)1h 17m1h 17m

13Lecture 12 - Debugging ML Models and Error Analysis | Stanford CS229: Machine Learning (Autumn 2018)1h 19m1h 19m

14Lecture 13 - Expectation-Maximization Algorithms | Stanford CS229: Machine Learning (Autumn 2018)1h 21m1h 21m

15Lecture 14 - EM Algorithm & Factor Analysis | Stanford CS229: Machine Learning Andrew Ng -Autumn20181h 20m1h 20m

16Lecture 15 - PCA and ICA | Stanford CS229: Machine Learning Andrew Ng - Autumn 20181h 19m1h 19m

17Lecture 16 - Independent Component Analysis & RL | Stanford CS229: Machine Learning (Autumn 2018)1h 18m1h 18m

18Lecture 17 - MDPs & Value/Policy Iteration | Stanford CS229: Machine Learning Andrew Ng (Autumn2018)1h 19m1h 19m

19Lecture 18 - Continous State MDP & Model Simulation | Stanford CS229: Machine Learning (Autumn 2018)1h 20m1h 20m

20Lecture 19 - Reward Model & Linear Dynamical System | Stanford CS229: Machine Learning (Autumn 2018)1h 21m1h 21m

21RL Debugging and Diagnostics | Stanford CS229: Machine Learning Andrew Ng - Lecture 20 (Autumn 2018)1h 13m1h 13m

Rəylər