点击查看详情

用户登录X

在线咨询

帮助中心

关注我们

首页>课程>不完备监督信息下的机器学习研究进展

不完备监督信息下的机器学习研究进展 收藏

1人已评价
  • 适用年份:2018~2022年
  • 科       目:专业培训-人工智能
  • 学       时:2学时
  • 讲       师:宫辰
  • 简介
  • 目录
  • 评论

课程简介

本讲座主要介绍了机器学习对于那些对人类来说太复杂而不能直接编码的任务是必需的。有些任务非常复杂,因此人类不可能明确地计算出所有细微差别并对其进行编码,这是不切实际的。相反,我们向机器学习算法提供大量数据,让算法通过探索数据并搜索一个能够实现程序员设定的模型来解决这个问题。

讲师介绍

宫辰,南京理工大学教授,博导。2010年获得华东理工大学工学学士学位,2016年获得上海交通大学、悉尼科技大学双博士学位,导师分别为杨杰教授和Dacheng Tao教授(IEEE Fellow、IAPR Fellow、欧洲科学院外籍院士)。入选南京理工大学“青年拔尖人才选聘项目”。

课程目录

课件1 不完备监督信息下的机器学习研究进展(一) 0时40分35秒
课件2 不完备监督信息下的机器学习研究进展(二) 0时43分11秒

课程评论

服务监督电话:020-83620991    技术支持与运营:广东中人世纪网络技术有限公司    粤ICP备10228807号-1      公安机关备案号:44010602004109