亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

課程名稱： Artificial Intelligence: Principles and Techniques

課程簡介：

網絡搜索、語音識別、人臉識別、機器翻譯、自動駕駛和自動調度有什么共同之處?這些都是復雜的現實世界問題，而人工智能(AI)的目標就是用嚴格的數學工具來解決這些問題。在本課程中，您將學習驅動這些應用程序的基本原則，并練習實現其中一些系統。具體的主題包括機器學習、搜索、馬爾科夫決策過程、約束滿足、圖形模型和邏輯。這門課程的主要目標是讓你具備解決生活中可能遇到的新人工智能問題的工具。

課程部分大綱：

• 課程簡介
• 基礎知識
• 機器學習
  • 線性分類
  • 損失最小化
  • 隨機梯度下降法
  • 章節:優化，概率，Python(綜述)
  • 特性和非線性
  • 神經網絡，最近鄰
• 搜索
• 馬爾可夫決策過程
  • 政策評估，政策改進
  • 策略迭代，值迭代
  • 強化學習
• 博弈
• 約束滿足問題(Dorsa, Reid)
• 貝葉斯網絡
• 邏輯
• 結論

講師介紹：

Percy Liang，斯坦福大學計算機科學與統計系副教授，他的研究方向是自然語言處理和統計機器學習。 個人網頁：//cs.stanford.edu/~pliang/

內容介紹：

計算機科學正在發展，以利用新的硬件，如GPU、TPUs、CPU和大型的集群。許多子領域，如機器學習和優化，已經調整了它們的算法來處理這樣的集群。

主題包括分布式和并行算法:優化、數值線性代數、機器學習、圖形分析、流形算法，以及其他在集群中難以擴展的問題。該類將重點分析程序，并使用Apache Spark和TensorFlow實現一些程序。

本課程將分為兩部分:首先，介紹并行算法的基礎知識和在單多核機器上的運行時分析。其次，我們將介紹在集群機器上運行的分布式算法。

統計學習是一套以復雜數據建模和數據理解為目的的工具集，是近期才發展起來的統計學的一個新領域。本書出自統計學習領域聲名顯赫的幾位專家，結合R語言介紹了分析大數據必不可少的工具，提供一些重要的建模和預測技術，并借助豐富的實驗來解釋如何用R語言實現統計學習方法。論題包括線性回歸、分類、重抽樣方法、壓縮方法、基于樹的方法、支持向量機、聚類等，作者借助彩圖和實際案例直觀解釋這些方法。為了讀者更好地理解書中內容，每章后還配有豐富的概念性和應用性練習題。

　　書中內容與《The Elements of Statistical Learning》的大部分內容相同，但是本書起點低，弱化了數學推導的細節，更注重方法的應用，所以更適合作為入門教材。當然，這本《統計學習導論》不僅是優秀的“統計學習”或“機器學習”課程的教材，也是數據挖掘、數據分析等相關從業者不可或缺的參考書。

Gareth James　斯坦福大學統計學博士畢業，師從Trevor Hastie。現為南加州大學馬歇爾商學院統計學教授，美國統計學會會士，數理統計協會終身會員，新西蘭統計協會會員。《Statistica Sinica》、《Applications and Case Studies》、《Theory and Methods》等期刊的副主編。

　　Daniela Witten　斯坦福大學統計學博士畢業，師從Robert Tibshirani。現為華盛頓大學生物統計學副教授，美國統計學會和國際數理統計協會會士，《Journal of Computational and Graphical Statistics》和《Biometrika》等期刊副主編。

　　Trevor Hastie　美國統計學家和計算機科學家，斯坦福大學統計學教授，英國皇家統計學會、國際數理統計協會和美國統計學會會士。Hastie參與開發了 R 中的大部分統計建模軟件和環境，發明了主曲線和主曲面。

　　Robert Tibshirani　斯坦福大學統計學教授，國際數理統計協會、美國統計學會和加拿大皇家學會會士，1996年COPSS總統獎得主，提出lasso方法。Hastie和Tibshirani都是統計學習領域的泰山北斗，兩人合著《The Elements of Statistical Learning》，還合作講授斯坦福大學的公開課《統計學習》。