Wolfram 机器学习中文系列讲座

Description

该系列讲座将演示 Wolfram 语言中的自动机器学习功能和机器学习概念。 从监督学习的概念和三种关键技术入手：分类、预测和序列预测。 了解如何使用各种类型的数据，从预定义方法中进行选择并解释结果。 将讨论与数据集有关的常见问题及其解决方法。 以及讨论无监督机器学习任务的概念，例如特征提取、编码和降维。 文本和图像分类示例用于说明这些方法。 接下来，讲述 Wolfram 语言中集成的神经网络框架的概述。 最后，学习如何通过 API 和 Web 表单部署开发的模型，以供外部程序和个人使用。

第一节（3/8）： 机器学习：概述 监督学习：分类

第二节（3/9） 监督学习：预测 监督学习：序列预测 机器学习：高级问题

第三节（3/10） 无监督学习：特征提取和聚类

第四节（3/11） 究竟什么是神经网络

第五节（3/12） 部署