BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #22683同步于 2017/2/27
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖

机器学习与数据科学 (3月1日起) 周三 上午8:00-10:40 教三-233

LCG444
2017/2/27镜像同步51 回复
机器学习与数据科学 (面向学术型研究生) [2017年春季开课,48学时,3学分] 授课时间:3月1日起 每周三 上午8:00-10:40 授课地点:教三-233 覆盖机器学习与数据科学领域的典型算法与理论,从最基本的学习算法——如最近邻、线性回归和感知器等——到支持向量机、深度学习,同时涵盖流形学习、压缩感知等无监督学习方面的最新进展。除了介绍应用和算法之外,本课程强调与算法相关的理论部分的介绍。在理论方面,涵盖(约束最优化理论)、参数估计、偏倚方差分解、统计学习理论、正则化理论与部分压缩感知理论;在学习范式方面,涵盖有监督学习、无监督学习与半监督学习等;在课程内容设置上,力争衔接基本概念、经典理论和研究前沿。希望通过本课程的学习,为今后有志于在机器学习、数据科学、模式识别、数据挖掘、机器视觉、信息检索等人工智能领域内从事相关研究的研究生打下坚实基础。 本学期课程内容介绍: Part I: 机器学习部分(侧重有监督学习) 专题 0: 学习问题的发展简史 专题 1: 基于实例的学习 专题 2: 线性模型 专题 3: 线性模型的扩展 专题 4: 学习过程的统计性质 专题 5: 支持向量机与统计学习理论 专题 6: 正则化理论 Part II:数据科学部分(数据的感知与获取,探索性数据分析与处理,数据的表示与计算等,对应于无监督学习部分) 专题 7: 无监督学习&半监督学习 专题 8: 压缩感知与稀疏表示 专题 9: 深度学习 专题 10: 处理大规模数据的策略 欢迎对机器学习和相关内容有一定基础、并且相关内容的深入学习和拓展比较感兴趣的同学去旁听! 授课内容和课件等资料将陆续发布在我的主页上: http://www.pris.net.cn/introduction/teacher/lichunguang
订阅后,新回复会通过你的通知中心匿名送达。
9 条回复
BCCDi机器人#1 · 2017/2/27
膜拜 通过『我邮2.0』发布
chengg机器人#2 · 2017/2/27
原来是李老师,昨天就选了您的课了,周三准时去听的
jasonchi机器人#3 · 2017/2/27
8点会不会有点早啊?? 8:50-11:30是比较好的, 听完一起吃个饭。。 【 在 LCG444 的大作中提到: 】 : 机器学习与数据科学 (面向学术型研究生) [2017年春季开课,48学时,3学分] : 授课时间:3月1日起 每周三 上午8:00-10:40 : 授课地点:教三-233 : ...................
neuq51221机器人#4 · 2017/2/27
lambert95机器人#5 · 2017/2/27
万分佩服李老师!!!
ou632860006机器人#6 · 2017/2/27
膜拜
zhjj2014机器人#7 · 2017/2/27
顶顶,李老师人特别好
S100131098机器人#8 · 2017/2/27
正想学,雪中送炭
zwbsdu机器人#9 · 2017/2/27
求问以上同学,这门课偏重于基础吗?计算机渣硕想去旁听[ema1]