课程从模式识别与机器学习的发展背景和作用入手,系统讲授机器学习模型评估与选择、线性模型、决策树、人工神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与特征选择等基础知识和基本方法。结合新技术推动下机器学习的新需求与新特点,特别介绍了深度学习、压缩感知等新技术的概念、特点和方法。通过课程学习,学生不但能够全面了解机器学习的概念、原则和方法体系,还将锻炼融会贯通所学知识,解决实际模式识别与机器学习问题的基本技能。同时,理论与案例、在线与未来等的融汇教学,还将增强学生面向复杂问题和全新场景时的创新能力。
累计选课
人
选课学校
所
公众学习者所属学校
所
累计互动
次
了解更多
老师您好!感谢您对本课的认可,请准确填写您的个人信息,
我们的运行服务专员会跟您联系,沟通选课事宜。
提交成功
我们的运行服务专员会在1-3个工作日内同您进行电话沟通,请保持手机畅通
请选择您的使用目的
该门课程当前学期未运行哦~
如您是为了自我提升请选择下方【去学习】按钮;如无【去学习】按钮则说明老师并未发布该课程的公开课,请选择其他课程
您当前身份为学生,仅老师可提交共享课选课申请。
该门课程未发布公开课,请选择其他课程~
该门课程为资源库课程,请去学堂选择【资源库课程】~
您当前选中的课程