文件名称:
【最新】2018面向工程师的最佳【统计机器学习】课程课件、作业、视频链接
开发工具:
文件大小: 269byte
下载次数: 0
上传时间: 2018-01-14
详细说明： 美国圣母大学2017年新开课程《给科学家和工程师的统计学习》Statistical Computing for Scientists and Engineers 涵盖了统计学习中的几乎所有重要知识，包括《概率与统计、信息论、多维高斯分布、最大后验估计、贝叶斯统计、指数族分布、贝叶斯线性回归、蒙特卡洛方法、重要性采样、吉布斯采样、状态空间模型、EM算法、主成分分析、连续隐变量模型、核方法与高斯过程等》，并提供视频，PPT，课程作业及其参考答案与代码，还有大量参考学习资源，是不可多得的统计学习课程。和李航的统计学习方法配合学习效果更佳。 讲课课件和视频 1. 统计计算，概率与统计导论 2. 概率与统计导论（第一节延续） 3. 信息论，多维高斯分布，最大似然估计，罗宾斯 - 门罗算法 4. 基于罗宾斯 - 门罗的序列最大似然估计，条件与边缘高斯分布 5. 似然计算，最大后验估计，正则化最小二乘，线性高斯模型 6. 贝叶斯统计简介，指数族分布 7. 指数族分布和广义线性模型，多维高斯分布的贝叶斯推断 8. 先验与层次模型 9. 贝叶斯线性回归简介，模型比较与选型 10. 贝叶斯线性回归 11. 贝叶斯线性回归（续） 12. 贝叶斯回归和变量选 择的实现 13. 蒙特卡洛方法简介，离散与连续分布采样 14. 逆采样，变换采样，接受-拒绝方法，分层/系统抽样 15. 重要性采样 16. 吉布斯采样 17. 马尔科夫蒙特卡洛MCMC算法 18. 状态空间模型与顺序重要性采样简介 19. 顺序重要性重采样 20. 顺序重要性重采样（续） 21. 序列蒙特卡洛与条件线性高斯模型 22. 逆跳跃马尔科夫链蒙特卡洛 23. 期望最大算法简介 24. 期望最大算法（续） 25. 主成分分析 26. 连续隐变量模型 27. 核方法与高斯过程 ...展开收缩
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
