社区
下载资源悬赏专区
帖子详情
国科大数据挖掘18-19秋季.rar下载
weixin_39820535
2020-07-06 09:01:10
本课程为计算机软件学科研究生的专业普及课程。主要介绍数据挖掘技术的起源、原理、主要算法、关键技术等。课程包含的主要议题包括:数据挖掘的重要性、特点、应用领域、数据仓库、数据预处理技术、关联规则、分类、预测、聚类、顺序模式、深度学习、大数据挖掘等。
相关下载链接:
//download.csdn.net/download/bozitong1996/11459161?utm_source=bbsseo
...全文
57
回复
打赏
收藏
国科大数据挖掘18-19秋季.rar下载
本课程为计算机软件学科研究生的专业普及课程。主要介绍数据挖掘技术的起源、原理、主要算法、关键技术等。课程包含的主要议题包括:数据挖掘的重要性、特点、应用领域、数据仓库、数据预处理技术、关联规则、分类、预测、聚类、顺序模式、深度学习、大数据挖掘等。 相关下载链接://download.csdn.net/download/bozitong1996/11459161?utm_source=bbsseo
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
国科大
数据挖掘
18
-
19
秋季
.
rar
本课程为计算机软件学科研究生的专业普及课程。主要介绍
数据挖掘
技术的起源、原理、主要算法、关键技术等。课程包含的主要议题包括:
数据挖掘
的重要性、特点、应用领域、数据仓库、数据预处理技术、关联规则、分类、预测、聚类、顺序模式、深度学习、大
数据挖掘
等。
国科大
大数据系统与大规模数据分析
18
-
19
春季.
rar
随着互联网、社交网络、云计算、物联网、移动计算、大规模科学探测与计算分析等的发展,各种新的数据密集型应用如雨后春笋般涌现。这些新的应用通常具有数据量巨大、数据获取速度更新速度快和/或数据种类丰富繁多等特点,被通称为大数据应用。近年来,产业界和学术界面向不同应用场景推出了多种类型、各具特色的大数据处理系统平台。同时,一大批数据建模与分析的方法被应用于大规模数据处理。一方面,多种大数据处理平台没有统一的标准,设计目标、功能和关键技术也多有不同,对于初学者的学习带来了很大的困难,容易“只见树木不见森林”,难以形成全面的认识。另一方面,大规模数据处理要求选择恰当的算法,适合的大数据平台,才能达到其功能和性能的目标。
国科大
计算机算法设计与分析
18
-
19
秋季
.
rar
本课程为计算机应用学科研究生的专业核心课程。本课程讲授和讨论计算机算法前沿研究领域的主要思想和关键技术。主要内容有算法分析技术、分治法、动态规划法、贪心法、线性规划的单纯形法和对偶法、网络流、多项式归约、NP难问题、近似算法、随机算法、参数化算法和树分解、启发式方法(局部搜索)等。 通过本课程的学习,希望学生能了解计算机算法前沿研究领域,了解算法设计与分析的最新研究成果,掌握基本思想和关键技术,培养学生三个方面的能力,即将实际问题抽象成算法问题的建模能力、观察问题特性并相应设计算法的能力,以及分析算法性能的能力。
国科大
图像处理与分析
18
-
19
秋季
.
rar
本课程是为计算机、自控、电子等学科研究生开设的专业核心课。本课程讲授经典的图像处理与分析理解领域的主要概念、 算法思想和经典图像处理与分析技术。主要内容有图像模型,图像的空域与频域处理技术、彩色图像处理、小波分析与多分辨率分析技术、 形态学处理、信息熵与图像编码、图像边缘检测与形状描述等。 通过本课程的学习,希望学生能了解图像处理的基本概念与经典算法,为进一步学习机器视觉与图像理解打下坚实的基础,并通过Matlab语言对所学习内容的实践验证,加深对知识深入理解与灵活应用,提升学生良好的动手实践与研究能力。本课程是为计算机、自控、电子等学科研究生开设的专业核心课。本课程讲授经典的图像处理与分析理解领域的主要概念、 算法思想和经典图像处理与分析技术。主要内容有图像模型,图像的空域与频域处理技术、彩色图像处理、小波分析与多分辨率分析技术、 形态学处理、信息熵与图像编码、图像边缘检测与形状描述等。 通过本课程的学习,希望学生能了解图像处理的基本概念与经典算法,为进一步学习机器视觉与图像理解打下坚实的基础,并通过Matlab语言对所学习内容的实践验证,加深对知识深入理解与灵活应用,提升学生良好的动手实践与研究能力。
国科大
强化学习
18
-
19
春季.
rar
2016年AlphaGo战胜人类顶级围棋选手,标志人工智能的一个重要里程碑事件,其中强化学习方法做出了重要的贡献。麻省理工、斯坦福、卡内基梅隆等著名学府纷纷开设或着重强化学习的课程。 强化学习是人工智能中最活跃的研究领域之一。强化学习不同于监督学习,强化学习根据系统的状态做出动作,由环境给出奖惩信号,通过学习获得使累计奖惩最高的动作策略。也就是一种基于数据通过自学习方式获得最优决策和控制的方法。在棋类博弈、智能驾驶、机器人控制等领域都有广泛成功的应用。 R. Sutton和A. Barto的《强化学习导论》自
19
98年第一版发行,为强化学习的关键思想和算法提供了一个清晰而简单的描述,系统介绍了该领域的知识基础和历史到最近的发展和应用。该书被公认是一本经典教材,目前正在更新出版第二版,在网上有电子版可以参考。本课程以该书为主要教材,并展开介绍最新的强化学习算法和深度强化学算法。可作为人工智能学院研究生的专业基础课。
下载资源悬赏专区
12,806
社区成员
12,340,778
社区内容
发帖
与我相关
我的任务
下载资源悬赏专区
CSDN 下载资源悬赏专区
复制链接
扫一扫
分享
社区描述
CSDN 下载资源悬赏专区
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章