会员服务
机器学习 · 神经网络 · 梯度提升 · 哥伦比亚大学 (Columbia University) · Andreas C. Müller ·
2020 年 1 月 23 日
【哥伦比亚大学应用机器学习课程2020】《COMS W4995 Applied Machine Learning Spring 2020》
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

主题： 《COMS W4995 Applied Machine Learning Spring 2020》

课程描述： 这门课提供了机器学习和数据科学的实践方法。本课程讨论机器学习方法如SVMs、随机森林、梯度提升和神经网络在真实世界数据集上的应用，包括数据准备、模型选择和评估。这个类补充了COMS W4721，因为它完全依赖于scikit-learn和tensor flow中所有实现的可用开源实现。除了应用模型外，我们还将讨论与产生离子化机器学习模型相关的软件开发工具和实践。

主讲人简介： Andreas C. Müller，哥伦比亚大学数据科学研究所的副研究员，也是O'Reilly《用Python进行机器学习简介》一书的作者。他是scikit学习机学习库的核心开发人员之一，我已经合作维护了几年。他曾在纽约大学数据科学中心从事开源和开放科学研究，并在亚马逊担任机器学习科学家。个人主页：http://amueller.github.io/

成为VIP会员查看完整内容
http://www.cs.columbia.edu/~amueller/comsw4995s20/schedule/
25

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与统计推断学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。很多 推论问题属于 无程序可循难度，所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
最新《机器学习最优化》课程笔记，36页pdf，Optimization for Machine Learning
专知会员服务
168+阅读 · 2020年5月10日
【机器学习最优化课程笔记】Optimization for Machine Learning，36页pdf
【机器学习最优化课程笔记】Optimization for Machine Learning，36页pdf
专知会员服务
115+阅读 · 2020年3月25日
【Manning2020新书】R/mlr机器学习，513页pdf，Machine Learning with R
【Manning2020新书】R/mlr机器学习，513页pdf，Machine Learning with R
专知会员服务
128+阅读 · 2020年3月7日
【新书】Python机器学习实战，545页pdf，Practical Machine Learning with Python
【新书】Python机器学习实战，545页pdf，Practical Machine Learning with Python
专知会员服务
299+阅读 · 2020年2月26日
【新书】MATLAB深度学习与机器学习、神经网络和人工智能（MATLAB Deep Learning With Machine Learning, Neural Networks and Artificial Intelligence），162页pdf，
【新书】MATLAB深度学习与机器学习、神经网络和人工智能（MATLAB Deep Learning With Machine Learning, Neural Networks and Artificial Intelligence），162页pdf，
专知会员服务
87+阅读 · 2020年1月13日
【金融机器学习课程资料】Financial Machine Learning
专知会员服务
115+阅读 · 2019年12月24日
【Gilles Louppe Spring 2019硬核课程推荐】深度学习：Deep Learning，附639页ppt
【Gilles Louppe Spring 2019硬核课程推荐】深度学习：Deep Learning，附639页ppt
专知会员服务
155+阅读 · 2019年12月20日
机器学习与物理科学（Machine learning and the physical sciences），附44页pdf
机器学习与物理科学（Machine learning and the physical sciences），附44页pdf
专知会员服务
49+阅读 · 2019年12月10日
【课程】纽约大学 DS-GA 1003 Machine Learning
【课程】纽约大学 DS-GA 1003 Machine Learning
专知会员服务
45+阅读 · 2019年10月29日
【CMU】机器学习导论课程（Introduction to Machine Learning）
【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
【Manning2020新书】R/mlr机器学习，513页pdf，Machine Learning with R
【Manning2020新书】R/mlr机器学习，513页pdf，Machine Learning with R
专知
68+阅读 · 2020年3月7日
Python机器学习课程（代码与教程）
Python机器学习课程（代码与教程）
专知
35+阅读 · 2019年5月13日
资源 | 吴恩达新书《Machine Learning Yearning》中7个实用建议
资源 | 吴恩达新书《Machine Learning Yearning》中7个实用建议
大数据文摘
7+阅读 · 2018年5月31日
教你构建机器学习项目：吴恩达新书《Machine Learning Yearning》
教你构建机器学习项目：吴恩达新书《Machine Learning Yearning》
专知
20+阅读 · 2018年4月6日
Machine Learning：十大机器学习算法
Machine Learning：十大机器学习算法
开源中国
20+阅读 · 2018年3月1日
GitHub最著名的20个Python机器学习项目！
GitHub最著名的20个Python机器学习项目！
深度学习世界
9+阅读 · 2018年1月8日
GitHub最著名的20个Python机器学习项目
GitHub最著名的20个Python机器学习项目
全球人工智能
9+阅读 · 2017年12月7日
【下载】Scikit-learn作者新书《Python机器学习导论》, 教程+代码手把手带你实践机器学习算法
【下载】Scikit-learn作者新书《Python机器学习导论》, 教程+代码手把手带你实践机器学习算法
专知
70+阅读 · 2017年12月4日
课程 | 12个适合机器学习入门的经典案例
课程 | 12个适合机器学习入门的经典案例
AI100
8+阅读 · 2017年9月16日
Andrew NG的新书《Machine Learning Yearning》
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
A Collective Learning Framework to Boost GNN Expressiveness
A Collective Learning Framework to Boost GNN Expressiveness
Arxiv
20+阅读 · 2020年3月26日
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Causality for Machine Learning
Arxiv
22+阅读 · 2019年11月24日
Deep Learning for Energy Markets
Deep Learning for Energy Markets
Arxiv
10+阅读 · 2019年4月10日
Hardness-Aware Deep Metric Learning
Hardness-Aware Deep Metric Learning
Arxiv
6+阅读 · 2019年3月13日
Optimization Models for Machine Learning: A Survey
Arxiv
18+阅读 · 2019年1月16日
A Survey of Learning Causality with Data: Problems and Methods
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
19+阅读 · 2018年9月25日
Mobile big data analysis with machine learning
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Deep learning and its application to medical image segmentation
Arxiv
6+阅读 · 2018年3月23日
Learning to Evade Static PE Machine Learning Malware Models via Reinforcement Learning
Arxiv
3+阅读 · 2018年1月30日
VIP会员
相关主题
机器学习
神经网络
梯度提升
哥伦比亚大学 (Columbia University)
Andreas C. Müller
相关VIP内容
最新《机器学习最优化》课程笔记，36页pdf，Optimization for Machine Learning
专知会员服务
168+阅读 · 2020年5月10日
【机器学习最优化课程笔记】Optimization for Machine Learning，36页pdf
【机器学习最优化课程笔记】Optimization for Machine Learning，36页pdf
专知会员服务
115+阅读 · 2020年3月25日
【Manning2020新书】R/mlr机器学习，513页pdf，Machine Learning with R
【Manning2020新书】R/mlr机器学习，513页pdf，Machine Learning with R
专知会员服务
128+阅读 · 2020年3月7日
【新书】Python机器学习实战，545页pdf，Practical Machine Learning with Python
【新书】Python机器学习实战，545页pdf，Practical Machine Learning with Python
专知会员服务
299+阅读 · 2020年2月26日
【新书】MATLAB深度学习与机器学习、神经网络和人工智能（MATLAB Deep Learning With Machine Learning, Neural Networks and Artificial Intelligence），162页pdf，
【新书】MATLAB深度学习与机器学习、神经网络和人工智能（MATLAB Deep Learning With Machine Learning, Neural Networks and Artificial Intelligence），162页pdf，
专知会员服务
87+阅读 · 2020年1月13日
【金融机器学习课程资料】Financial Machine Learning
专知会员服务
115+阅读 · 2019年12月24日
【Gilles Louppe Spring 2019硬核课程推荐】深度学习：Deep Learning，附639页ppt
【Gilles Louppe Spring 2019硬核课程推荐】深度学习：Deep Learning，附639页ppt
专知会员服务
155+阅读 · 2019年12月20日
机器学习与物理科学（Machine learning and the physical sciences），附44页pdf
机器学习与物理科学（Machine learning and the physical sciences），附44页pdf
专知会员服务
49+阅读 · 2019年12月10日
【课程】纽约大学 DS-GA 1003 Machine Learning
【课程】纽约大学 DS-GA 1003 Machine Learning
专知会员服务
45+阅读 · 2019年10月29日
【CMU】机器学习导论课程（Introduction to Machine Learning）
【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
热门VIP内容
相关资讯
【Manning2020新书】R/mlr机器学习，513页pdf，Machine Learning with R
【Manning2020新书】R/mlr机器学习，513页pdf，Machine Learning with R
专知
68+阅读 · 2020年3月7日
Python机器学习课程（代码与教程）
Python机器学习课程（代码与教程）
专知
35+阅读 · 2019年5月13日
资源 | 吴恩达新书《Machine Learning Yearning》中7个实用建议
资源 | 吴恩达新书《Machine Learning Yearning》中7个实用建议
大数据文摘
7+阅读 · 2018年5月31日
教你构建机器学习项目：吴恩达新书《Machine Learning Yearning》
教你构建机器学习项目：吴恩达新书《Machine Learning Yearning》
专知
20+阅读 · 2018年4月6日
Machine Learning：十大机器学习算法
Machine Learning：十大机器学习算法
开源中国
20+阅读 · 2018年3月1日
GitHub最著名的20个Python机器学习项目！
GitHub最著名的20个Python机器学习项目！
深度学习世界
9+阅读 · 2018年1月8日
GitHub最著名的20个Python机器学习项目
GitHub最著名的20个Python机器学习项目
全球人工智能
9+阅读 · 2017年12月7日
【下载】Scikit-learn作者新书《Python机器学习导论》, 教程+代码手把手带你实践机器学习算法
【下载】Scikit-learn作者新书《Python机器学习导论》, 教程+代码手把手带你实践机器学习算法
专知
70+阅读 · 2017年12月4日
课程 | 12个适合机器学习入门的经典案例
课程 | 12个适合机器学习入门的经典案例
AI100
8+阅读 · 2017年9月16日
Andrew NG的新书《Machine Learning Yearning》
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
相关论文
A Collective Learning Framework to Boost GNN Expressiveness
A Collective Learning Framework to Boost GNN Expressiveness
Arxiv
20+阅读 · 2020年3月26日
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Causality for Machine Learning
Arxiv
22+阅读 · 2019年11月24日
Deep Learning for Energy Markets
Deep Learning for Energy Markets
Arxiv
10+阅读 · 2019年4月10日
Hardness-Aware Deep Metric Learning
Hardness-Aware Deep Metric Learning
Arxiv
6+阅读 · 2019年3月13日
Optimization Models for Machine Learning: A Survey
Arxiv
18+阅读 · 2019年1月16日
A Survey of Learning Causality with Data: Problems and Methods
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
19+阅读 · 2018年9月25日
Mobile big data analysis with machine learning
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Deep learning and its application to medical image segmentation
Arxiv
6+阅读 · 2018年3月23日
Learning to Evade Static PE Machine Learning Malware Models via Reinforcement Learning
Arxiv
3+阅读 · 2018年1月30日
微信扫码咨询专知VIP会员
Top