致富彩票

课程简介：

近年来,随着人工智能的发展,机器学习已经广泛应用于各行各业中,如语言识别、文 本分类、智能推荐、网络安全、物联网等。然而,对于绝大部分非数学专业出身的人而言, 谈到机器学习,就会被大量的数学公式吓到退避三舍。实际上,随着计算机与信息技术的快 速发展,越来越多的人仅需要会使用机器学习这一工具即可,无需了解各种机器学习算法的 细枝末节。正如,我们每天都在使用计算机,但是我们不需要了解 CPU 和内存在每一时刻 的具体运行过程。

因此,我们推出本课程,旨在帮助学员了解各种常见机器学习算法的原理与思想,同时,以具体案例的形式,引导学员自己动手实践编程。

考虑到众多学员基础不一,本次课程将会分成三大部分:MATLAB 入门基础与提高、机器学习基础和具体案例实践。

课程目录

第一课:MATLAB 入门基础

第二课:MATLAB 进阶与提高

第三课:BP 神经网络

第四课:RBF、GRNN 和 PNN 神经网络

第五课:竞争神经网络与 SOM 神经网络

第六课:支持向量机(Support Vector Machine, SVM) 

第七课:极限学习机(Extreme Learning Machine, ELM) 

第八课:决策树与随机森林

第九课:遗传算法(Genetic Algorithm, GA)

第十课:粒子群优化(Particle Swarm Optimization, PSO)算法

第十一课:蚁群算法(Ant Colony Algorithm, ACA)

第十二课:模拟退火算法(Simulated Annealing, SA)

第十三课:降维与特征选择