Door onze website te bezoeken, gaat u akkoord met onze privacybeleid met betrekking tot cookies, trackingstatistieken, enz.

Machine learning

Deze module behandelt machine learning, met de nadruk op algoritmen en modellen waarmee computers kunnen leren van gegevens en op basis daarvan voorspellingen of beslissingen kunnen doen. Het omvat technieken voor begeleid, onbegeleid en versterkend leren, samen met praktische toepassingen op gebieden zoals beeldherkenning, natuurlijke taalverwerking en voorspellende analyses.

Portaal > Kunstmatige intelligentie > Machine learning

Curriculumbouwer

Bekijk het curriculum

Sutton, Richard S., en Andrew G. Barto. Reinforcement Learning: An Introduction. Tweede editie. Adaptive Computation and Machine Learning Series. Cambridge, Massachusetts: The MIT Press, 2018.

Barber, David. Bayesiaans redeneren en machine learning. 1e druk. Cambridge University Press, 2012.

https://doi.org/10.1017/CBO9780511804779

MacKay, David J.C. Informatietheorie, inferentie en leeralgoritmen. Cambridge University Press, 2003.

Bishop, Christopher M. Pattern Recognition and Machine Learning. Informatiewetenschap en statistiek. New York: Springer, 2006.

Mohri, Mehryar, Afshin Rostamizadeh en Ameet Talwalkar. “Inleiding.” In Foundations of Machine Learning, 504. The MIT Press, 2018.

https://mitpress.mit.edu/9780262039406/foundations-of-machine-learning/

Murphy, Kevin P. “Hoofdstuk 24: Markov Chain Monte Carlo (MCMC) Inference” en “Hoofdstuk 25: Clustering.” In Machine Learning A Probabilistic Perspective. Londen, Engeland: The MIT Press, 2012.

Wyner, Abraham J., Matthew Olson, Justin Bleich en David Mease. “Explaining the Success of AdaBoost and Random Forests as Interpolating Classifiers” (Het succes van AdaBoost en Random Forests als interpolerende classifiers verklaren). arXiv, 29 april 2017.

http://arxiv.org/abs/1504.07676

Hastie, Trevor, Robert Tibshirani en Jerome Friedman. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2e druk. Springer Series in Statistics. New York, NY: Springer New York, 2009.

https://doi.org/10.1007/978-0-387-84858-7

Wasserman, Larry. All of Statistics: A Concise Course in Statistical Inference. Springer Texts in Statistics. New York, NY: Springer New York, 2004.

https://doi.org/10.1007/978-0-387-21736-9

Bedankt voor uw aanmelding voor onze nieuwsbrief!

Bedankt! RSVP ontvangen voor Sutton, Richard S. en Andrew G. Barto. Reinforcement Learning: An Introduction. Tweede editie. Adaptive Computation and Machine Learning Series. Cambridge, Massachusetts: The MIT Press, 2018.

Sutton, Richard S., en Andrew G. Barto. Reinforcement Learning: An Introduction. Tweede editie. Adaptive Computation and Machine Learning Series. Cambridge, Massachusetts: The MIT Press, 2018.

Bezig met laden...

Bezig met laden...