Stanford University การศึกษาออนไลน์ฟรี

เครื่องเรียนรู้

รายละเอียด

การเรียนรู้ของเครื่องเป็นพื้นฐานสำหรับอาชีพที่น่าตื่นเต้นที่สุดในการวิเคราะห์ข้อมูลในวันนี้ คุณจะได้เรียนรู้รูปแบบและวิธีการและนำไปใช้กับสถานการณ์ในโลกแห่งความเป็นจริงตั้งแต่การระบุหัวข้อข่าวที่ได้รับความนิยมการสร้างเอ็นจิ้นแนะนำการจัดอันดับทีมกีฬาและการวางแผนเส้นทางของซอมบี้ภาพยนตร์ มุมมองที่สำคัญ ได้แก่ : แบบจำลองความน่าจะเป็นและแบบจำลองที่ไม่น่าจะเป็นไปได้ภายใต้การดูแลเมื่อเทียบกับการเรียนรู้ที่ไม่มีผู้ดูแลรวมถึง: การจำแนกและการถดถอยวิธีการจัดกลุ่ม วิธีการรวมถึง: การถดถอยเชิงเส้นและโลจิสติกการสนับสนุนเครื่องเวกเตอร์ตัวแยกประเภทต้นไม้การเพิ่มความน่าจะเป็นสูงสุดและการอนุมาน MAP, อัลกอริทึม EM, แบบจำลองมาร์คอฟที่ซ่อนอยู่, ตัวกรองคาลมาน ในช่วงครึ่งแรกของหลักสูตรเราจะครอบคลุมเทคนิคการเรียนรู้แบบมีผู้สอนสำหรับการถดถอยและการจำแนก ในกรอบนี้เรามีผลลัพธ์หรือการตอบสนองที่เราต้องการทำนายตามชุดของอินพุต เราจะหารือเกี่ยวกับวิธีการพื้นฐานหลายประการสำหรับการปฏิบัติงานและอัลกอริทึมสำหรับการเพิ่มประสิทธิภาพของพวกเขา วิธีการของเราจะมีแรงจูงใจในทางปฏิบัติมากขึ้นซึ่งหมายความว่าเราจะพัฒนาความเข้าใจทางคณิตศาสตร์ของอัลกอริทึมนั้น ๆ อย่างเต็มที่ แต่เราจะสัมผัสเพียงสั้น ๆ เกี่ยวกับทฤษฎีการเรียนรู้เชิงนามธรรม ในช่วงครึ่งหลังของหลักสูตรเราเปลี่ยนไปใช้เทคนิคการเรียนรู้แบบไม่มีผู้ดูแล ในปัญหาเหล่านี้เป้าหมายสุดท้ายมีความชัดเจนน้อยกว่าการทำนายเอาต์พุตตามอินพุตที่สอดคล้องกัน เราจะครอบคลุมปัญหาพื้นฐานสามประการของการเรียนรู้ที่ไม่ได้รับการสนับสนุน: การจัดกลุ่มข้อมูลการแยกตัวเป็นเมทริกซ์และตัวแบบลำดับสำหรับข้อมูลที่ขึ้นอยู่กับคำสั่งซื้อ แอปพลิเคชันบางตัวของโมเดลเหล่านี้รวมถึงการแนะนำวัตถุและการสร้างแบบจำลองหัวข้อ

ราคา: ตรวจสอบฟรี!

การเรียนรู้ของเครื่องผ่าน edX ซึ่งเป็นแพลตฟอร์มเพื่อการศึกษาที่ก่อตั้งโดย Harvard และ MIT

เครื่องเรียนรู้ -