資源簡介
重點：
感知器，（批處理算法，改進）；如何做多類分類（一對多，多對一），svm；反向傳播算法（優缺點）；卷積神經網絡（如何構造，怎么解釋，自組織映射的原理，徑向基函數也看看）；RNN，STLM作為了解；聚類：如何從混合密度估計到kmeans；準則；挑戰性問題；層次聚類；譜聚類（原理，寫出一種算法，基本計算過程）。強調問題的描述！！建模！！有無標簽，原理（準則，如反向傳播-誤差傳播），任務。adaboost的原理，基本智能過程，為什么有效（最大margin算法-支持向量機）。adaboost那節課的重點是模型選擇的原則，分類器集成的基本方法，以及adaboost的原理及其訓練的基本計算步驟。
代碼片段和文件信息
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2020-03-27?18:07??模式識別期末復習\
?????文件??????234381??2019-12-16?16:56??模式識別期末復習\國科大-模識-2018期末.pdf
?????文件?????6648163??2020-01-04?23:32??模式識別期末復習\期末復習.docx
?????文件?????1185453??2020-01-02?15:49??模式識別期末復習\模式識別?2016.pdf
?????文件??????699206??2020-01-01?10:02??模式識別期末復習\模式識別2017期末.pdf
-----------?---------??----------?-----??----
?????目錄???????????0??2020-03-27?18:07??模式識別期末復習\
?????文件??????234381??2019-12-16?16:56??模式識別期末復習\國科大-模識-2018期末.pdf
?????文件?????6648163??2020-01-04?23:32??模式識別期末復習\期末復習.docx
?????文件?????1185453??2020-01-02?15:49??模式識別期末復習\模式識別?2016.pdf
?????文件??????699206??2020-01-01?10:02??模式識別期末復習\模式識別2017期末.pdf
- 上一篇：gif動態彩圖轉化黑白動畫簡單圖形識別
- 下一篇：PRML模式識別和機器學習帶書簽
評論
共有 條評論
川公網安備 51152502000135號