学而不厌
孜孜不倦

Unsupervised Learning, Recommenders, Reinforcement Learning

课程名称: Unsupervised Learning, Recommenders, Reinforcement Learning

课程主页: https://www.coursera.org/learn/unsupervised-learning-recommenders-reinforcement-learning

所在平台: Coursera

课程类别: 机器学习

大学或机构: deeplearning.ai,
斯坦福大学

讲师: Andrew Ng,Eddy Shyu,Aarti Bagul,Geoff Ladwig

授课语言: 英语

提供字幕: 英文

课程文件大小: 778MB

课程介绍: 在机器学习专业化的第三门课程中,您将:
• 使用无监督学习技术进行无监督学习:包括聚类和异常检测。
• 使用协同过滤方法和基于内容的深度学习方法构建推荐系统。
• 构建深度强化学习模型。

机器学习专业化是 DeepLearning.AI 和斯坦福在线合作创建的基础在线课程。在这个适合初学者的程序中,您将学习机器学习的基础知识以及如何使用这些技术来构建现实世界的 AI 应用程序。

本专业由 Andrew Ng 教授,他是一位 AI 远见者,曾在斯坦福大学领导过重要研究,并在 Google Brain、百度和 Landing.AI 开展了开创性工作,以推动 AI 领域的发展。

这门 3 门课程的专业化课程是 Andrew 开创性机器学习课程的更新和扩展版本,自 2012 年推出以来,评分为 4.9 分(满分 5 分),已有超过 480 万学习者学习。

它广泛介绍了现代机器学习,包括监督学习(多元线性回归、逻辑回归、神经网络和决策树)、无监督学习(聚类、降维、推荐系统)以及 Silicon 中使用的一些最佳实践Valley 用于人工智能和机器学习创新(评估和调整模型,采用以数据为中心的方法来提高性能等等。)

在本专业结束时,您将掌握关键概念并获得实用知识,以快速有效地将机器学习应用于具有挑战性的现实问题。如果您希望进入 AI 领域或在机器学习领域建立职业生涯,那么新的机器学习专业化是最好的起点。

本课程属于 Machine Learning Specialization机器学习 专项课程 中的第3门课程。

课程压缩包下载地址(度盘链接 解压密码:xuebuyan.org):

资源下载此资源下载价格为6学币,请先
解压密码:xuebuyan.org 客服微信:amanda12321


友情提醒:

1、若遇到链接失效请加客服微信:amanda12321反馈,我们将在上线第一时间处理
2、课程制作成压缩包后通过百度网盘分享,需要下载解压之后才能正常观看;
3、课程视频为官网提供下载的最高清的分辨率MP4格式,字幕为srt外挂字幕。
4、官网没有提供答案,因此所有课程的测试和作业均不提供答案;
5、课程文件包含视频(MP4)、字幕(SRT)、字幕文本版(TXT)、阅读材料(html)和测试及作业(PDF或HTML),如果官网有提供下载,还将包含课件以及与课程相关的其它附件等。
6、百度网盘下载速度我们也无法控制,建议您先自行测试。
7、课程文件仅供您离线学习和参考,版权归原平台及作者所有,如果条件允许我们仍建议您通过coursera平台进行学习,可获得更优质的学习体验,完成课程还能获得相应证书,如果内容侵犯了您的权利请通知,我们将在收到通知24小时内删除内容。


未经允许不得转载:学不厌资源 » Unsupervised Learning, Recommenders, Reinforcement Learning

评论 抢沙发

评论前必须登录!