《机器学习-原理、算法与应用》配套PPT第四部分（深度学习概论、自动编码器、强化学习、聚类算法、半监督学习等）

本文是SIGAI公众号文章作者雷明编写的《机器学习》课程新版PPT第四部分，包含了课程内容的深度学习概论，自动编码器，受限玻尔兹曼机，聚类算法1，聚类算法2，聚类算法3，半监督学习，强化学习的PPT，对算法进行了详尽的推导，并附以实验例子帮助大家更好的理解，旨在帮大家建立全面的认识，构建知识脉络。

PPT是《机器学习-原理、算法与应用》一书的配套产品。《机器学习-原理算法与应用》一书被清华大学出版社评为2019年度畅销图书，感谢出版社和读者的大力支持！此书已被多所高校采购作为机器学习与深度学习课程教材。对于有意向采用此书作为课程教材的院校，我们将在后续免费提供习题集和配套PPT。为了帮助高校更好的教学，我们将会对课程PPT进行扩充与优化，并免费提供给高校教师使用。

本书适合作为高等学习本科，研究生的机器学习和深度学习教材，也可作为人工智能领域研发人员的参考书。配套课程PPT可用于高校的机器学习与深度学习教学，以及在职人员培训时使用。对此感兴趣的在校教师和学生可以通过向SIGAI微信公众号发消息获取。配套的PPT和习题集的更新也将在后续的公众号文章中持续给出。

以下是PPT第四部分节选，点击阅读原文即可获得完整PPT下载链接

深度学习概率-节选

自动编码器-节选

受限玻尔兹曼机-节选

聚类算法1-节选

聚类算法2-节选

聚类算法3-节选

半监督学习-节选

强化学习1-节选

强化学习2-节选

强化学习3-节选

商务合作

SIGAI提供多种工业质检、计数测量（钢板计数、钢管计数、木材计数、工字钢计数、钢坯计数）等多种原创算法，欢迎大家交流合作！

限于限于篇幅，本文只提供部分预览，本文讲稿可以去官网下载完整版本，点击阅读 原文即可。

限于限于篇幅，本文只提供部分预览，本文讲稿可以去官网下载完整版本，点击阅读 原文即可。

参考文献

[1] 机器学习-原理、算法与应用，雷明著，清华大学出版社

本文为SIGAI原创

如需转载，欢迎发消息到本订阅号