每天不能学习超过24个学时!

X
*所属人群:
*单位: *联系人:
*电话: *地址:
*需求:
确认提交
点击查看详情

在线咨询

QQ咨询

4000711688

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

0人已评价
  • 授课形式:录播
  • 适用年份:2016~2024年
  • 科       目:专业课-人工智能
  • 学       时:2学时
  • 课程简介
  • 课程目录
  • 课程评论

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。

  • 录播
    不完备监督信息下的机器学习研究进展(一)

    0时40分35秒

  • 录播
    不完备监督信息下的机器学习研究进展(二)

    0时43分11秒

讲师介绍

宫辰,南京理工大学教授,博士生导师。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)。曾入选南京理工大学“青年拔尖人才选聘项目”。

技术支持与运营:广东中人世纪网络技术有限公司 湘教QS3-200504-000029 | 湘ICP备05000003号-1湘公网安备 43010202001068号