“第十一章 基于学习的AI”版本间的差异
来自cslt Wiki
（→视频展示） |
|||
| （相同用户的5个中间修订版本未显示） | |||
| 第9行： | 第9行： | ||
* 维基百科：学习[http://aigraph.cslt.org/courses/11/Learning.pdf][http://aigraph.cslt.org/courses/11/学习.pdf] | * 维基百科：学习[http://aigraph.cslt.org/courses/11/Learning.pdf][http://aigraph.cslt.org/courses/11/学习.pdf] | ||
* 维基百科：机器学习[http://aigraph.cslt.org/courses/11/机器学习.pdf][http://aigraph.cslt.org/courses/11/Machine_learning.pdf] | * 维基百科：机器学习[http://aigraph.cslt.org/courses/11/机器学习.pdf][http://aigraph.cslt.org/courses/11/Machine_learning.pdf] | ||
| + | * 维基百科：亚瑟•塞缪尔 [http://aigraph.cslt.org/courses/11/Arthur_Samuel.pdf] | ||
* 百度百科：机器学习[https://baike.baidu.com/item/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/217599] | * 百度百科：机器学习[https://baike.baidu.com/item/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/217599] | ||
* 植物也学习 [https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5133544/] | * 植物也学习 [https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5133544/] | ||
| + | ==视频展示== | ||
| + | |||
| + | * What is machine learning [http://aigraph.cslt.org/courses/11/Machine_Learning.mp4] | ||
| + | * How machine learning works [http://aigraph.cslt.org/courses/11/how-ml-works.mp4] | ||
==演示链接== | ==演示链接== | ||
| 第20行： | 第25行： | ||
==开发者资源== | ==开发者资源== | ||
| + | * Linear regression python code [https://www.geeksforgeeks.org/linear-regression-python-implementation/] | ||
==高级读者== | ==高级读者== | ||
| − | + | * Arthur Samuel, Some studies in machine learning using the game of checkers, IBM Journal of Research and Development. 44: 206–226. doi:10.1147/rd.441.0206. [https://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.368.2254] | |
* 知乎（化简可得）：用人话讲明白线性回归LinearRegression [https://zhuanlan.zhihu.com/p/72513104] | * 知乎（化简可得）：用人话讲明白线性回归LinearRegression [https://zhuanlan.zhihu.com/p/72513104] | ||
* 百度百科：线性回归[https://baike.baidu.com/item/%E7%BA%BF%E6%80%A7%E5%9B%9E%E5%BD%92/8190345] | * 百度百科：线性回归[https://baike.baidu.com/item/%E7%BA%BF%E6%80%A7%E5%9B%9E%E5%BD%92/8190345] | ||
| − | + | * 王东，机器学习导论,第一章“绪论”，第二章“线性模型”[http://mlbook.cslt.org] | |
| − | * 王东，机器学习导论[http://mlbook.cslt.org] | + | |
2023年8月8日 (二) 09:36的最后版本
教学资料
扩展阅读
视频展示
演示链接
- 线性回归 [11]
开发者资源
- Linear regression python code [12]
