日本综合久久_特级丰满少妇一级aaaa爱毛片_91在线视频观看_久久999免费视频_99精品热播_黄色片地址

模式識別與機器學(xué)習(xí)培訓(xùn)

01
第一章 模式識別基本概念

1.1 什么是模式識別
1.2 模式識別數(shù)學(xué)表達
1.3 特征向量的相關(guān)性
1.4 機器學(xué)習(xí)基本概念
1.5 模型的泛化能力
1.6 評估方法與性能指標(biāo)
02
第二章 基于距離的分類器

2.1 MED分類器
2.2 特征白化
2.3 MICD分類器
03
第三章 貝葉斯決策與學(xué)習(xí)

3.1 貝葉斯決策與MAP分類器
3.2 MAP分類器：高斯觀測概率
3.3 決策風(fēng)險與貝葉斯分類器
3.4 大似然估計
3.5 大似然的估計偏差
3.6 貝葉斯估計（1）
3.7 貝葉斯估計（2）
3.8 KNN估計
3.9 直方圖與核密度估計
04
第四章 線性判據(jù)與回歸（一）

4.1 線性判據(jù)基本概念
4.2 線性判據(jù)學(xué)習(xí)概述
4.3 并行感知機算法
4.4 串行感知機算法
4.5 Fisher線性判據(jù)
4.6 支持向量機基本概念
4.7 拉格朗日乘數(shù)法
4.8 拉格朗日對偶問題
4.9 支持向量機學(xué)習(xí)算法
05
第四章 線性判據(jù)與回歸（二）

4.10軟間隔支持向量機
4.11線性判據(jù)多類分類
4.12線性回歸
4.13邏輯回歸的概念
4.14邏輯回歸的學(xué)習(xí)
4.15Softmax判據(jù)的概念
4.16Softmax判據(jù)的學(xué)習(xí)
4.17核支持向量機
06
第五章 神經(jīng)網(wǎng)絡(luò)

5.1 神經(jīng)網(wǎng)絡(luò)的概念
5.2 BP算法
5.3 深度學(xué)習(xí)