徐向阳shine

理性乐观派。

四川

感兴趣的主题: LOL 数码控 DataMining SocialMedia 社会计算 social 历史 谷歌脑残粉 读书 旅行

1个粉丝

徐向阳shine 的课程评论

更多评论

徐向阳shine 关注的课程

Networks, Crowds and Markets (EdxArchive) 1 个评论 关注

开始时间: 04/22/2022 持续时间: 10 weeks

主页: https://www.edx.org/archive/networks-crowds-markets-cornellx-info2040x

简介: Explore the critical questions posed by how the social, economic, and technological realms of the modern world interconnect.

機器學習基石 (Machine Learning Foundations) (CourseraArchive) 10 个评论 关注

开始时间: 04/22/2022 持续时间: 8 weeks

主页: https://www.coursera.org/course/ntumlone

简介: Machine learning is the study that allows computers to adaptively improve their performance with experience accumulated from the data observed. The course teaches the most fundamental algorithmic, theoretical and practical tools that any user of machine learning needs to know. [機器學習旨在讓電腦能由資料中累積的經驗來自我進步。本課程將介紹各領域中的機器學習使用者都應該知道的基礎演算法、理論及實務工具。]

機器學習基石上 (Machine Learning Foundations)---Mathematical Foundations (CourseraArchive) 0 个评论 关注

开始时间: 04/22/2022 持续时间: Unknown

主页: https://www.coursera.org/archive/ntumlone-mathematicalfoundations

简介: 台湾大学林轩田老师的 機器學習基石上 (Machine Learning Foundations)—Mathematical Foundations。如果有一定的基础或者学完了Andrew Ng老师的机器学习课程,这门机器学习基石上-数学基础可以作为进阶课程。林老师早期推出的两门机器学习课程口碑和难度均有:机器学习基石 和 机器学习技法 ,现在重组为上和下,非常值得期待

機器學習基石下 (Machine Learning Foundations)---Algorithmic Foundations (CourseraArchive) 1 个评论 关注

开始时间: 04/22/2022 持续时间: Unknown

主页: https://www.coursera.org/archive/ntumlone-algorithmicfoundations

简介: 台湾大学林轩田老师的机器学习基石下-算法基础(Machine Learning Foundations---Algorithmic Foundations)。如果有一定的基础或者学完了Andrew Ng老师的机器学习课程,机器学习基石上和下可以作为进阶课程。林老师早期推出的两门机器学习课程口碑和难度均有:机器学习基石 和 机器学习技法 ,现在重组为上和下,非常值得期待

Recommender Systems Specialization (Coursera专项课程) 0 个评论 关注

开始时间: 12/21/2023 持续时间: Approximately 5 months to complete Suggested pace of 3 hours/week

主页: https://www.coursera.org/specializations/recommender-systems

简介: 明尼苏达大学的推荐系统专项课程系列(Recommender Systems Specialization),这个系列由4门子课程和1门毕业项目课程组成,包括推荐系统导论,最近邻协同过滤,推荐系统评价,矩阵分解和高级技术等,感兴趣的同学可以关注:Master Recommender Systems-Learn to design, build, and evaluate recommender systems for commerce and content.

更多课程