电子科技大学：《机器学习 Machine Learning》课程教学资源（课件讲稿）第1章 机器学习介绍（师君）

遗传算法 Genetic Algorithms, GA 粒子群优化算法 Particle Swarm Optimization, PSO 贝叶斯优化算法 Bayesian Optimization 算法应用示例 Application Demos 自动化机器学习 Automated machine learning

• 概念学习 – 给定某一类别的若干正例和反例，从中获得该类别 的一般定义。 • 搜索的观点 – 在预定义的假设空间中搜索假设，使其与训练样例 有最佳的拟合。 – 利用假设空间的偏序结构 • 算法收敛到正确假设的条件 • 归纳学习的本质，从训练数据中泛化的理由

《机器学习》学习规则

《机器学习》课程配套教学电子教案（PPT课件讲稿）第11章 分析学习

《机器学习》课程配套教学电子教案（PPT课件讲稿）第8章 基于实例的学习

《机器学习》课程配套教学电子教案（PPT课件讲稿）第10章 学习规则集合

1. 等宽离散法 L 2. 决策树连续属性值处理(二分离散法)

机器学习：面向资源分配问题的Q-CF多智能体强化学习

机器学习：基于学习的超分辨率重建技术