哥伦比亚大学最新《机器学习》课程,Fall-B 2020 (Machine Learning)

2020 年 11 月 3 日 专知

COMS 4771是一个研究生水平的机器学习入门。本课程涵盖监督机器学习的基本统计原理,以及一些常见的算法范例。


https://www.cs.columbia.edu/~djhsu/coms4771-f20/#description


主题:


  • Overview of machine learning

  • Nearest neighbors

  • Prediction theory

  • Regression I: Linear regression

  • Regression II: Regularization

  • Multivariate Gaussians and PCA

  • Regression III: Kernels

  • Classification I: Linear classification

  • Optimization I: Convex optimization

  • Classification II: Margins and SVMs

  • Classification III: Classification objectives

  • Optimization II: Neural networks



专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“COMS” 可以获取《哥伦比亚大学最新《机器学习》课程,Fall-B 2020 (Machine Learning)》专知下载链接索引

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
0

相关内容

机器学习(Machine Learning)是一个研究计算学习方法的国际论坛。该杂志发表文章,报告广泛的学习方法应用于各种学习问题的实质性结果。该杂志的特色论文描述研究的问题和方法,应用研究和研究方法的问题。有关学习问题或方法的论文通过实证研究、理论分析或与心理现象的比较提供了坚实的支持。应用论文展示了如何应用学习方法来解决重要的应用问题。研究方法论文改进了机器学习的研究方法。所有的论文都以其他研究人员可以验证或复制的方式描述了支持证据。论文还详细说明了学习的组成部分,并讨论了关于知识表示和性能任务的假设。 官网地址:http://dblp.uni-trier.de/db/journals/ml/
【UBC】高级机器学习课程,Advanced Machine Learning
专知会员服务
24+阅读 · 2021年1月26日
专知会员服务
159+阅读 · 2020年1月16日
专知会员服务
115+阅读 · 2019年12月24日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
59+阅读 · 2019年8月26日
【干货书】计算机科学离散数学,627页pdf
专知
60+阅读 · 2020年8月31日
清华大学《高级机器学习》课程
专知
38+阅读 · 2020年7月21日
【资源】机器学习资源大列表
专知
58+阅读 · 2019年10月16日
机器学习数学基础【附PPT下载】
专知
45+阅读 · 2018年9月17日
Arxiv
0+阅读 · 2021年2月1日
Arxiv
0+阅读 · 2021年1月26日
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Arxiv
22+阅读 · 2019年11月24日
Arxiv
7+阅读 · 2019年5月31日
Learning to Weight for Text Classification
Arxiv
8+阅读 · 2019年3月28日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
26+阅读 · 2018年8月19日
Arxiv
15+阅读 · 2018年4月3日
VIP会员
相关资讯
相关论文
Arxiv
0+阅读 · 2021年2月1日
Arxiv
0+阅读 · 2021年1月26日
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Arxiv
22+阅读 · 2019年11月24日
Arxiv
7+阅读 · 2019年5月31日
Learning to Weight for Text Classification
Arxiv
8+阅读 · 2019年3月28日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
26+阅读 · 2018年8月19日
Arxiv
15+阅读 · 2018年4月3日
Top
微信扫码咨询专知VIP会员