課程簡介

應用材料簡介 Machine Learning

  • 統計學習與機器學習
  • 反覆運算和評估
  • 偏差-方差權衡

使用 Scala 進行機器學習

  • 庫的選擇
  • 附加工具

回歸

  • 線性回歸
  • 泛化和非線性
  • 習題

分類

  • 貝葉斯複習
  • 樸素貝葉斯
  • 邏輯回歸
  • K-最近鄰
  • 習題

交叉驗證和重採樣

  • 交叉驗證方法
  • Bootstrap
  • 習題

無監督學習

  • K-means 聚類
  • 例子
  • 無監督學習和超越 K 均值的挑戰

最低要求

瞭解 Java/Scala 程式設計語言。建議基本熟悉統計學和線性代數。

  14 時間:

人數


開始於

結束於


Dates are subject to availability and take place between 09:30 and 16:30.

每位參與者的報價

相關課程

課程分類