- 名称：北京大学-统计学-国家精品
- 分类：医学课程
- 观看人数：加载中...
- 时间：2023-12-23 11:37
- 1. 1. 第一章第1节—矩阵和向量空间
- 2. 2. 第一章第2节—概率基础
- 3. 3. 第一章第3节—随机变量及其分布
- 4. 4. 第一章第4节—多维随机变量及其分布
- 5. 5. 第一章第5节—随机变量的数字特征
- 6. 6. 第一章第6节—中心极限定理
- 7. 7. 第一章第7节—样本及抽样分布
- 8. 8. 第一章第8节—极大似然估计和贝叶斯估计
- 9. 9. 第二章第1节—统计学习导论
- 10. 10. 第二章第2节—统计学习分类
- 11. 11. 第二章第3节—统计学习方法的三要素
- 12. 12. 第二章第4节—模型评估与模型选择
- 13. 13. 第二章第5节—正则化与交叉验证
- 14. 14. 第二章第6节—泛化能力
- 15. 15. 第二章第7节—生成模型与判别模型
- 16. 16. 第二章第8节—评估分类模型效果
- 17. 17. 第三章第1节—感知机模型
- 18. 19. 第三章第3节—感知机学习算法的原始形式
- 19. 20. 第三章第4节—原始形式的算法收敛性
- 20. 21. 第三章第5节—感知机学习算法的对偶形式
- 21. 22. 第四章第1节—k近邻算法
- 22. 23. 第四章第2节—k近邻模型
- 23. 24. 第四章第3节—k近邻法的实现：kd树
- 24. 25. 第五章第0节—贝叶斯框架引言部分
- 25. 26. 第五章第1节—贝叶斯框架概述
- 26. 27. 第五章第2节—朴素贝叶斯法的学习与分类
- 27. 28. 第五章第3节—朴素贝叶斯法的参数估计
- 28. 29. 第六章第1节—决策树模型与学习
- 29. 30. 第六章第2节—特征选择
- 30. 31. 第六章第3节—决策树的生成
- 31. 32. 第六章第4节—决策树的剪枝
- 32. 33. 第六章第5节—CART算法
- 33. 34. 第七章第1节—线性回归
- 34. 35. 第七章第2节—机器学习中的线性回归
- 35. 36. 第七章第3节—统计学习的线性回归
- 36. 37. 第八章第1节—逻辑回归模型
- 37. 38. 第八章第2节—数学补充：拉格朗日函数
- 38. 39. 第八章第3节—数学补充：拉个朗日对偶
- 39. 40. 第八章第4节—最大熵模型
- 40. 41. 第八章第5节—数学补充：梯度下降法(GD)
- 41. 42. 第八章第6节—数学补充：牛顿法
- 42. 43. 第八章第7节—数学补充：拟牛顿法
- 43. 44. 第八章第7节—模型学习的最优化算法
- 44. 45. 第九章第1节—线性可分支持向量机与硬间隔最大化
- 45. 46. 第九章第2节—硬间隔最大化学习的对偶算法
- 46. 47. 第九章第3节—线性支持向量机与软间隔最大化
- 47. 48. 第九章第4节—核技巧
- 48. 49. 第九章第5节—正定核
- 49. 50. 第九章第6节—常用核函数
- 50. 51. 第九章第7节—非线性支持向量分类机
- 51. 52. 第九章第8节—序列最小最优化算法
- 52. 53. 第九章第8节—SMO算法
- 53. 54. 第十章第1节—提升方法AdaBoost算法
- 54. 55. 第十章第2节—AdaBoost算法的训练误差分析
- 55. 56. 第十章第3节—AdaBoost算法的解释
- 56. 57. 第十章第4节—提升树
全站精品课程推荐！
The most popular courses
联系本站
微信联系：
邮箱:huangbenjincv@163.com