• 投稿

【THU深圳研究院】大数据机器学习 （袁老师）

9145
1
2019-09-21 18:25:22
198
69
874
50
《大数据机器学习》课程是面向信息学科的高年级本科生或研究生开设的基础理论课，目的是培养学生深入理解大数据机器学习理论基础，牢固掌握大数据机器学习方法，并能够解决实际问题等综合能力。课程的主要内容包括：统计学习基本理论，机器学习基本方法，深度学习理论和方法。视频具体来源未知，视频仅供个人学习交流，如有侵权 私信我删除！
AI
程序员
学习
公开课
机器学习
深度学习
PYTHON学习
MACHINELEARNING
逆风微笑的代码狗 发消息
莫道桑榆晚,为霞尚满天
视频选集
（1/112）
1.1 机器学习定义和典型应用
10:03
1.2 机器学习和人工智能的关系
01:36
1.3 深度学习方法和其它人工智能方法的共性和差异
01:42
1.4 机器学习和数据挖掘的关系
01:27
1.5 机器学习和统计学习的关系
01:10
1.6 机器学习的发展历程
03:17
1.7 大数据机器学习的主要特点
09:13
2.1 机器学习的基本术语
05:32
2.2 监督学习
01:51
2.3 假设空间
01:59
2.4 学习方法三要素
03:49
2.5 奥卡姆剃刀定理
00:54
2.6 没有免费的午餐定理
03:44
2.7 训练误差和测试误差
00:50
2.8 过拟合与模型选择
06:09
2.9 泛化能力
01:47
2.10 生成模型和判别模型
01:43
3.1 留出法
03:22
3.2 交叉验证法
00:37
3.3 自助法
02:06
3.4 性能度量
06:24
3.5 PR曲线
04:31
3.6 ROC和AUC曲线
01:28
3.7 代价敏感错误率
02:50
3.8 假设检验
05:19
3.9 T检验
02:01
3.10 偏差和方差
04:04
4.1 感知机模型
04:58
4.2 感知机学习策略
02:29
4.3 感知机学习算法
17:19
5.1 原型聚类描述
03:44
5.2 性能度量
10:54
5.3.1 原型聚类 k均值算法
04:59
5.3.2 原型聚类 学习向量算法
04:56
5.3.3 原型聚类 密度聚类
04:50
5.3.4 原型聚类 层次聚类
03:23
6.1 综述
00:35
6.2 概率图模型
03:19
6.3 贝叶斯网络
12:13
6.4 朴素贝叶斯分类器
05:00
6.5 半朴素贝叶斯分类器
24:19
6.6 贝叶斯网络结构学习推断
01:17
6.7 吉布斯采样
03:18
7.1 本章简介
00:30
7.2 决策树模型与学习基本概念
15:30
7.3 信息量和熵
10:25
7.4 决策树的生成
13:43
7.5 决策树的减枝
04:42
7.6 CART算法
15:38
7.7 随机森林
05:31
8.1 本章简介
03:31
8.2 逻辑斯谛回归模型
07:37
8.3 最大熵模型
19:08
8.4 模型学习的最优化方法
21:31
9.1 本章简介
00:48
9.2 SVM简介
06:46
9.3 线性可分支持向量机
08:47
9.4 凸优化问题的基本概念
20:30
9.5 支持向量的确切定义
04:00
9.6 线性支持向量机
09:16
10.1 本章简介
03:43
10.2 泛函基础知识
21:24
10.3 核函数和非线性支持向量机
14:27
10.4 序列最小最优化算法
16:03
11.1 本章简介
02:00
11.2 k近邻学习
03:58
11.3 降维嵌入
12:27
11.4 主成分分析
08:50
11.5 核化线性降维
05:06
11.6 流型学习和度量学习
18:16
12.1 提升方法Adaboost算法
20:39
12.2 Adaboost算法的训练误差分析
04:32
12.3 Adaboost算法的解释
04:39
12.4 Adaboost的实现
13:28
13.1 本章简介
01:30
13.2 问题提出
02:24
13.3 EM算法的引入
19:14
13.4 EM算法的收敛性
04:17
13.5 EM算法在高斯混合模型学习中的应用
07:12
13.6 EM算法的推广
05:42
14.1 本章简介
01:48
14.2 计算学习理论的基础知识
07:28
14.3 概率近似正确学习理论
11:50
14.4 有限假设空间
10:09
14.5 VC维
10:31
14.6 学习稳定性
06:13
15.1 本章简介
01:11
15.2 隐马尔科夫模型的基本概念
12:10
15.3 概率计算算法
15:16
15.4 学习算法
10:31
15.5 预测算法
13:17
16.1 本章简介
07:06
16.2 概率无向图模型
08:23
16.3 条件随机场的定义与形式
17:03
16.4 条件随机场的计算问题
04:29
16.5 条件随机场的学习算法
06:48
16.6 条件随机场的预测算法
08:15
17.1 本章简介
02:12
17.2 精确推断法：变量消去法和信念传播法
11:35
17.3 近似推断法：MCMC和变分推断
21:00
18.2 神经网络的基本概念以及常见的神经网络(一）
16:10
18.3 神经网络的基本概念以及常见的神经网络(二）
25:25
18.4 玻尔兹曼机
06:09
18.5 深度学习
07:05
19.1 深度学习简介和架构设计
06:58
19.2 计算图形式的反向传播算法
08:29
19.3 深度学习的正则化方法（一）
25:51
19.4 深度学习的正则化方法（二）
27:12
20.1 深度学习的优化问题
18:03
20.2 神经网络优化的挑战
14:34
20.3 神经网络的优化算法
12:01
20.4 相关策略
23:58

Python全栈 900集就业班（完结）B站最全
逆风微笑的代码狗
44.2万 6401

企业级LM技术-智能体开发
逆风微笑的代码狗
1438 0

【宾夕法尼亚州立大学】Database Management Systems || 数据库管理系统 （机翻~中文）
逆风微笑的代码狗
26.3万 99

【西安电子科技大学】 数字信号处理 全64讲 #田春娜版本
逆风微笑的代码狗
42.1万 3090

【老男孩教育】DBA数据运维工程师 深圳就业班（全套完结）
逆风微笑的代码狗
14.8万 520

【西安电子科大】微波技术与天线 -王新稳教授
逆风微笑的代码狗
22.4万 1851

【中文字幕】David Silver深度强化算法学习 +项目讲解
逆风微笑的代码狗
16.5万 2721

【苏黎世联邦理工】数据建模与数据库 & Data Modelling and Databases
逆风微笑的代码狗
4290 0

【苏黎世联邦理工】信息检索 - Information Retrieval 2025 年春季
逆风微笑的代码狗
1369 0

【苏黎世联邦理工】信息系统工程师 & Information Systems for Engineers - ETH Zurich - Fall 2025
逆风微笑的代码狗
1475 0

【印度理工学院】数字电子与电路 Digital Electronics and Circuits
逆风微笑的代码狗
1467 0

【卡尔斯鲁厄应用科学大学】人工智能创新管理 & Innovation Management for AI（2026学期）
逆风微笑的代码狗
1260 0

2020年最新 docker+k8s技术全解 #老男孩教育
逆风微笑的代码狗
21.3万 3008

【南佛罗里达大学】高级控制系统 & Lectures on Advanced Control Systems
逆风微笑的代码狗
1726 0

【印度理工学院】高级控制系统 & Advanced Control Systems
逆风微笑的代码狗
1466 0

【弗里德-哈德曼大学】CIS273 数据结构 & Data Structures - Fall 2025
逆风微笑的代码狗
1483 0
《闪耀！优俊少女》2.5周年庆典开启！
客服
顶部
赛事库 课堂 2021拜年纪