|
|
内容介绍：
机器学习导论
基本概念
随机向量
随机向量性质
多元高斯分布
分布性质
条件期望
多项式分布
多元高斯分布及应用
渐近性质
核定义
正定核性质
正定核应用
核主元分析
主元分析
主坐标分析
期望最大算法
概率PCA
最大似然估计方法
EM算法收敛性
MDS方法
MDS中加点方法
矩阵次导数
矩阵范数
次导数
spectral clustering
K-means algorithm
Matr-x Completion
Fisher判别分析
谱聚类
Computational Methods
Fisher Discriminant Analysis
Kernel FDA
Linear classification
Naive Bayes方法
Support Vector Machines
SVM
Boosting
自然语言处理
自然语言处理绪论
自然语言处理概论
数学基础与语言学基础
汉语的分词与频度统计
汉语语料库的多级加工
n-gram语言模型
markov模型
句法分析技术
问答系统基础
课堂总结
基于认知科学原理的相似模型
一篇论文的诞生
自然语言理解
绪论
数学基础
形式语言与自动机及其在NLP中的应用
语料库与语言知识库
语言模型
隐马尔柯夫模型
词法分析与词性标注
语法理论
句法分析
语义计算
机器翻译
|
|
发表于 2019-1-29 19:44:48
收藏
发表于 2020-8-29 14:02:14
