COURSE FILE / 05 · UNIVERSITY INDEX FIRST

机器学习基础

学习监督学习、泛化与模型选择。

课程类型:本站规划学习方向大学参考:2 条原创讲义:尚未发布

01 / STUDY PATH

这一方向研究什么?

从训练目标、数据划分、损失函数到泛化误差,建立模型学习的推导基础。

建议先学

02 / PLANNED TOPICS

未来原创课程方向

下列是 JACKNOTE 自己规划的选题,不是来源大学已核验的 Lecture 名称或课次顺序。需要实际查阅来源资料后,才能进一步拆为对应大学课次的原创讲义。

  1. 01
    线性与逻辑回归JACKNOTE 编辑规划主题 · 原创课程未发布
  2. 02
    分类、正则化与泛化JACKNOTE 编辑规划主题 · 原创课程未发布
  3. 03
    模型选择与评估JACKNOTE 编辑规划主题 · 原创课程未发布
  4. 04
    无监督学习基础JACKNOTE 编辑规划主题 · 原创课程未发布

03 / ORIGINAL COURSE REFERENCES

大学原始课程目录

以下原课程名称、来源范围与链接独立保存。综合课程的相关章节不被宣传为同名独立大学课程。

Stanford University Stanford 课程大纲

CS229 Machine Learning — Syllabus

CS229 Machine Learning — Syllabus

斯坦福 CS229 官方课程大纲与材料入口

直接对应
打开大学原始课程目录 / INDEX ↗

UC Berkeley Berkeley 官方课程目录

CS 189 Introduction to Machine Learning

CS 189 Introduction to Machine Learning

伯克利课程目录与官方课程简介

直接对应
打开大学原始课程目录 / INDEX ↗