課程簡介：

近年來,隨著人工智能的發(fā)展,機(jī)器學(xué)習(xí)已經(jīng)廣泛應(yīng)用于各行各業(yè)中,如語言識別、文 本分類、智能推薦、網(wǎng)絡(luò)安全、物聯(lián)網(wǎng)等。然而,對于絕大部分非數(shù)學(xué)專業(yè)出身的人而言, 談到機(jī)器學(xué)習(xí),就會(huì)被大量的數(shù)學(xué)公式嚇到退避三舍。實(shí)際上,隨著計(jì)算機(jī)與信息技術(shù)的快 速發(fā)展,越來越多的人僅需要會(huì)使用機(jī)器學(xué)習(xí)這一工具即可,無需了解各種機(jī)器學(xué)習(xí)算法的 細(xì)枝末節(jié)。正如,我們每天都在使用計(jì)算機(jī),但是我們不需要了解 CPU 和內(nèi)存在每一時(shí)刻 的具體運(yùn)行過程。

因此,我們推出本課程,旨在幫助學(xué)員了解各種常見機(jī)器學(xué)習(xí)算法的原理與思想,同時(shí),以具體案例的形式,引導(dǎo)學(xué)員自己動(dòng)手實(shí)踐編程。

考慮到眾多學(xué)員基礎(chǔ)不一,本次課程將會(huì)分成三大部分:MATLAB 入門基礎(chǔ)與提高、機(jī)器學(xué)習(xí)基礎(chǔ)和具體案例實(shí)踐。

課程目錄

第一課:MATLAB 入門基礎(chǔ)

第二課:MATLAB 進(jìn)階與提高

第三課:BP 神經(jīng)網(wǎng)絡(luò)

第四課:RBF、GRNN 和 PNN 神經(jīng)網(wǎng)絡(luò)

第五課:競爭神經(jīng)網(wǎng)絡(luò)與 SOM 神經(jīng)網(wǎng)絡(luò)

第六課:支持向量機(jī)(Support Vector Machine, SVM) 

第七課:極限學(xué)習(xí)機(jī)(Extreme Learning Machine, ELM) 

第八課:決策樹與隨機(jī)森林

第九課:遺傳算法(Genetic Algorithm, GA)

第十課:粒子群優(yōu)化(Particle Swarm Optimization, PSO)算法

第十一課:蟻群算法(Ant Colony Algorithm, ACA)

第十二課:模擬退火算法(Simulated Annealing, SA)

第十三課:降維與特征選擇