返回五门课复习目录
DASE7509

课程精讲

按页读懂概念、公式、图和代码。每份材料单独阅读,算例写出中间步骤。
查看动手演示

5 页报告 · 37 格 Notebook

MNIST 编程作业

50 页逐页精讲

Lecture 1 · 机器学习基础

44 页逐页精讲

Lecture 2 · 回归与逻辑回归

46 页逐页精讲

Lecture 3 · KNN、核方法与SVM

54 页逐页精讲

Lecture 4 · SVM与决策树

43 页逐页精讲

Lecture 5 · 集成学习

20 页逐页精讲

Lecture 6 · 感知机与神经网络

73 页逐页精讲

Lab · Python基础与MNIST

36 页逐页精讲

Lecture 7 · CNN与聚类

45 页逐页精讲

Lecture 8 · 贝叶斯与自编码器

27 张逐图精讲

Tutorial · 五题逐图详解

12 段逐行精讲

MNIST准备代码 · 122行逐行讲解

3 页逐页精讲

编程作业要求 · 逐页讲解

1 页逐页精讲

文献综述要求 · 逐页讲解

5 页逐页精讲

课程说明 · 逐页讲解

1 页逐页精讲

课程安排 · 逐页讲解

动手演示

使用方法

选一份材料,左侧看原页,右侧跟着讲解计算。用左右键翻页,或勾选“连续阅读”展开整份;搜索可找到概念和公式。点击图片可放大,课堂补充可展开查看。

按PDF实际页序编号。网页可离线打开,也可用浏览器打印。

材料目录
材料页/图/段源文件
Lecture 1 · 机器学习基础50Lecture 1_Course Overview_Machine Learning Foundations.pdf
Lecture 2 · 回归与逻辑回归44Lecture 2_Supervised Learning_Regression.pdf
Lecture 3 · KNN、核方法与SVM46Lecture 3_Supervised Learning_Classification_1.pdf
Lecture 4 · SVM与决策树54Lecture 4_Supervised Learning_Classification_2.pdf
Lecture 5 · 集成学习43Lecture 5_Ensemble Learning.pdf
Lecture 6 · 感知机与神经网络20Lecture 6_Deep Learning_Classification and Regression_1.pdf
Lab · Python基础与MNIST73Lecture 6 Lab Note.pdf
Lecture 7 · CNN与聚类36Lecture 7_Deep Learning Unsupervised Learning.pdf
Lecture 8 · 贝叶斯与自编码器45Lecture 8_Bayesian Network and Autoencoder.pdf
Tutorial · 五题逐图详解27Week09课堂照片(无独立PDF)
MNIST准备代码 · 122行逐行讲解12prepare_mnist.txt
编程作业要求 · 逐页讲解3DASE7509_Programming_Assignment.pdf
文献综述要求 · 逐页讲解1Literature review assignment briefing.pdf
课程说明 · 逐页讲解5DASE7509_Course Information.pdf
课程安排 · 逐页讲解1DASE7509_Course Schedule - Updated.pdf

逐页目录